隨著計(jì)算機(jī)和數(shù)據(jù)處理等技術(shù)的發(fā)展,許多學(xué)者開(kāi)展了基于代理模型的船舶水動(dòng)力性能預(yù)報(bào)及優(yōu)化工作。然而,目前的大部分研究是采用船型性能數(shù)據(jù)集以及抽取設(shè)計(jì)空間內(nèi)的大量船型樣本點(diǎn)對(duì)單一形式的代理模型進(jìn)行構(gòu)建,關(guān)于模型形式選擇和樣本點(diǎn)數(shù)量對(duì)預(yù)報(bào)效果的影響研究相對(duì)匱乏。因此,本文圍繞船舶阻力性能,分別以公開(kāi)的船模試驗(yàn)數(shù)據(jù)集和通用船型為研究對(duì)象,采用代理模型開(kāi)展船舶阻力性能預(yù)報(bào)及優(yōu)化工作。首先,采用系列60船模試驗(yàn)數(shù)據(jù)樣本,對(duì)多種常用單一代理模型的預(yù)報(bào)效果進(jìn)行分析比較。針對(duì)單一模型進(jìn)行性能預(yù)報(bào)所存在的問(wèn)題,提出了一種基于遺傳優(yōu)化算法的組合代理模型構(gòu)建方式。通過(guò)對(duì)組合代理模型進(jìn)行測(cè)試,表明了該方法可在保證構(gòu)建效率和穩(wěn)定性的前提下提升預(yù)報(bào)精度。為進(jìn)一步考察該方法的適用性,以相同測(cè)試過(guò)程對(duì)泰洛系列數(shù)據(jù)集進(jìn)行模擬,同樣取得了較好的預(yù)報(bào)效果。其次,以Wigley船型為研究對(duì)象,應(yīng)用自由變形法在參數(shù)變化范圍內(nèi)對(duì)船體線型進(jìn)行變化,分別采用常用的Sobol、正交試驗(yàn)和拉丁超立方抽樣方式在設(shè)計(jì)空間中選取不同數(shù)量的船型樣本,通過(guò)SHIPFLOW軟件對(duì)這些樣本進(jìn)行設(shè)計(jì)航速下的興波阻力計(jì)算,生成船型性能數(shù)據(jù)集。通過(guò)比較三種抽... 

【文章來(lái)源】：中國(guó)艦船研究院北京市

【文章頁(yè)數(shù)】：109 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

船舶阻力性能研究方法流程

樣本數(shù)據(jù)分為大小部分，大部分作為訓(xùn)練樣本，小部分作為測(cè)試樣本。K折交叉，即將樣本數(shù)據(jù)隨機(jī)分為K份，其中K-1份為訓(xùn)練樣本，剩余1份為測(cè)試樣本；當(dāng)一輪測(cè)試完成后，重新隨機(jī)選擇不同的K-1份為訓(xùn)練樣本進(jìn)行模型構(gòu)建，剩余1份樣本進(jìn)行測(cè)試；如此循環(huán)若干輪之后，對(duì)所建模型進(jìn)行評(píng)估。本文將隨機(jī)抽取原始數(shù)據(jù)集的85%作為訓(xùn)練樣本，采用4折交叉訓(xùn)練法對(duì)模型進(jìn)行參數(shù)調(diào)優(yōu)，利用剩余的15%作為測(cè)試樣本對(duì)調(diào)優(yōu)后的模型進(jìn)行測(cè)試。1.3.2機(jī)器學(xué)習(xí)建�；具^(guò)程機(jī)器學(xué)習(xí)建模過(guò)程可大致分為數(shù)據(jù)采集與預(yù)處理、模型調(diào)優(yōu)和驗(yàn)證四個(gè)步驟，如圖1.2所示。圖1.2機(jī)器學(xué)習(xí)建�；具^(guò)程數(shù)據(jù)是機(jī)器學(xué)習(xí)的基礎(chǔ)，數(shù)據(jù)的采集方式包括爬蟲和訪問(wèn)數(shù)據(jù)庫(kù)等，數(shù)據(jù)的質(zhì)量和數(shù)量對(duì)模型的預(yù)測(cè)效果尤為重要[8]。因此，需對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理，檢查數(shù)據(jù)的準(zhǔn)確性、完整性和一致性等。本文所采用的船型性能數(shù)據(jù)是由船模試驗(yàn)和經(jīng)驗(yàn)證的CFD計(jì)算得到，可保證數(shù)據(jù)的準(zhǔn)確可靠。而對(duì)基于CFD技術(shù)的船舶阻力性能預(yù)報(bào)及優(yōu)化問(wèn)題，首要內(nèi)容是采用抽樣方法在船型改型空間內(nèi)選取一定數(shù)量的船型樣本，由于樣本點(diǎn)質(zhì)量主要體現(xiàn)在樣本點(diǎn)在設(shè)計(jì)空間中的分布狀況，故本文通過(guò)計(jì)算抽取樣本得到平均歐式距離MED(Mean

代理模型在船舶阻力預(yù)報(bào)及優(yōu)化中的應(yīng)用12果，檢驗(yàn)了新方法的有效性和實(shí)用性。第七章：總結(jié)與展望。對(duì)本文完成的工作內(nèi)容進(jìn)行總結(jié)，為采用代理模型進(jìn)行船型優(yōu)化設(shè)計(jì)的進(jìn)一步深入研究給出建議。圖1.3論文研究總體思路

【參考文獻(xiàn)】：
期刊論文
[1]基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究進(jìn)展[J]. 王萬(wàn)良,張兆娟,高楠,趙燕偉.  計(jì)算機(jī)集成制造系統(tǒng). 2019(03)
[2]基于Kriging代理模型的船舶水動(dòng)力性能多目標(biāo)快速協(xié)同優(yōu)化[J]. 王剛成,馬寧,顧解忡.  上海交通大學(xué)學(xué)報(bào). 2018(06)
[3]基于SHIPFLOW軟件的某集裝箱船的阻力計(jì)算分析[J]. 田中文,何珍,伍蓉暉,王金明.  廣東造船. 2018(01)
[4]大數(shù)據(jù)技術(shù)在船舶主尺度確定中的應(yīng)用研究[J]. 管官,鄭孟添,紀(jì)卓尚.  應(yīng)用科技. 2018(02)
[5]基于近似模型的海上發(fā)射船船型優(yōu)化[J]. 郝浩浩,韓端鋒,高良田,白樂(lè)巍,賴昱興.  船舶工程. 2017(07)
[6]基于K近鄰算法和支持向量回歸組合的短時(shí)交通流預(yù)測(cè)[J]. 劉釗,杜威,閆冬梅,柴干,郭建華.  公路交通科技. 2017(05)
[7]基于SHIPFLOW的KCS船型興波阻力數(shù)值計(jì)算[J]. 萬(wàn)超.  中國(guó)水運(yùn). 2017(05)
[8]基于IPSO-BP神經(jīng)網(wǎng)絡(luò)的最小阻力船形優(yōu)化設(shè)計(jì)[J]. 侯遠(yuǎn)杭,劉飛,梁霄.  上海交通大學(xué)學(xué)報(bào). 2016(08)
[9]基于SHIPFLOW的某大型集裝箱船阻力預(yù)報(bào)與試驗(yàn)驗(yàn)證[J]. 盧雨,胡安康,尹遜濱,田明琦.  中國(guó)造船. 2016(02)
[10]基于支持向量機(jī)的船舶阻力近似模型[J]. 肖振業(yè),馮佰威,劉祖源,常海超,王峰.  計(jì)算機(jī)輔助工程. 2015(04)

博士論文
[1]基于SBD技術(shù)的船舶水動(dòng)力構(gòu)型優(yōu)化設(shè)計(jì)研究[D]. 李勝忠.中國(guó)艦船研究院 2012

碩士論文
[1]基于CFD的船型參數(shù)敏感度分析研究[D]. 陳佳寶.中國(guó)艦船研究院 2019
[2]船模自航試驗(yàn)的數(shù)值模擬[D]. 朱芳艷.武漢理工大學(xué) 2013
[3]基于BP神經(jīng)網(wǎng)絡(luò)的三體船布局優(yōu)化研究[D]. 許小穎.天津大學(xué) 2012
[4]基于CFD的船體阻力性能優(yōu)化[D]. 徐力.上海交通大學(xué) 2012
[5]響應(yīng)面方法在多種實(shí)際優(yōu)化問(wèn)題中的應(yīng)用[D]. 馬寶勝.北京工業(yè)大學(xué) 2007
[6]船舶操縱預(yù)報(bào)的神經(jīng)網(wǎng)絡(luò)方法[D]. 唐曉光.武漢理工大學(xué) 2002



本文編號(hào)：3443044