本文基于一種UUV艇型,對(duì)其進(jìn)行改進(jìn)設(shè)計(jì),使之有效兼顧水面航態(tài),并建立快速性、操縱性和主要功能的優(yōu)化數(shù)學(xué)模型。改進(jìn)優(yōu)化軟件,使用遺傳、混沌和粒子群3種優(yōu)化算法進(jìn)行不同代數(shù)的優(yōu)化計(jì)算,總結(jié)了3種算法的計(jì)算原理,比較各個(gè)計(jì)算代數(shù)計(jì)算結(jié)果的適應(yīng)度函數(shù)最大值,得出最佳參數(shù),并分析了3種算法對(duì)約束程度的滿足要求。結(jié)果表明,粒子群算法相對(duì)更優(yōu),更易滿足約束條件,計(jì)算結(jié)果為該艇型的水下無人艇的開發(fā)研究提供參考依據(jù)。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(23)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

PSO算法的基本流程圖Fig.2FlowchartofPSOalgorithm

000120000140000適應(yīng)度函數(shù)值55.61102.17105.18118.11119.34136.01125.08浮性約束/%99.7699.3599.7399.9399.9699.7999.34力的約束/%99.6599.7699.9199.9399.8599.9899.84轉(zhuǎn)矩約束/%99.6599.7699.9199.9399.8599.9899.84由表3計(jì)算結(jié)果可以得出，約束條件均在99%以上。由圖4可以看出，伴隨著混沌計(jì)算代數(shù)的增大，適應(yīng)度函數(shù)值也表現(xiàn)出增大的趨勢(shì)，波動(dòng)也相對(duì)較大。對(duì)比遺傳算法計(jì)算結(jié)果，可以看出，混沌算法的函數(shù)值普遍小一些，即采用混沌算法相對(duì)遺傳算法優(yōu)化計(jì)算效果較差。圖4適應(yīng)度函數(shù)值隨計(jì)算代數(shù)的變化曲線Fig.4Changecurveoffitnessfunctionvaluewithcalculationalgebra2.2.3粒子群算法優(yōu)化計(jì)算主要數(shù)據(jù)設(shè)定如下：種群規(guī)模400，最大粒子飛行速度與區(qū)間概率0.15，變權(quán)重0.9～0.4，選取6組優(yōu)化代數(shù)進(jìn)行計(jì)算，計(jì)算結(jié)果匯總?cè)绫?所示。表4粒子群算法不同優(yōu)化代數(shù)的計(jì)算結(jié)果Tab.4ThecalculationresultsofdifferentoptimizationalgebraofPSOalgorithm優(yōu)化代數(shù)100020003000400050006000適應(yīng)度值177.84221.45241.80245.89256.32255.25浮性約束/%99.9699.9199.9699.6599.9199.49力的約束/%99.9299.9999.9399.9399.9999.98轉(zhuǎn)矩約束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所計(jì)算的數(shù)據(jù)值都相對(duì)較好，而且符合約束。如圖5所示，在計(jì)算到較大的代數(shù)時(shí)，適應(yīng)度函數(shù)值表現(xiàn)出更加穩(wěn)定，增加緩慢，或有細(xì)微的變化波動(dòng)。由此得出，優(yōu)化次數(shù)達(dá)到5000代時(shí)，目標(biāo)函數(shù)值趨于穩(wěn)定，所計(jì)算的結(jié)果相對(duì)較優(yōu)。圖5適應(yīng)度函數(shù)值隨計(jì)算代數(shù)的變化曲線Fig.5Variationcurveoffitnessfunctionvaluewithcalc

Oalgorithm優(yōu)化代數(shù)100020003000400050006000適應(yīng)度值177.84221.45241.80245.89256.32255.25浮性約束/%99.9699.9199.9699.6599.9199.49力的約束/%99.9299.9999.9399.9399.9999.98轉(zhuǎn)矩約束/%99.9299.9999.9399.9399.9999.98由表4可以看出，所計(jì)算的數(shù)據(jù)值都相對(duì)較好，而且符合約束。如圖5所示，在計(jì)算到較大的代數(shù)時(shí)，適應(yīng)度函數(shù)值表現(xiàn)出更加穩(wěn)定，增加緩慢，或有細(xì)微的變化波動(dòng)。由此得出，優(yōu)化次數(shù)達(dá)到5000代時(shí)，目標(biāo)函數(shù)值趨于穩(wěn)定，所計(jì)算的結(jié)果相對(duì)較優(yōu)。圖5適應(yīng)度函數(shù)值隨計(jì)算代數(shù)的變化曲線Fig.5Variationcurveoffitnessfunctionvaluewithcalculationalgebra2.3優(yōu)化結(jié)果根據(jù)上述幾種計(jì)算的結(jié)果不難看出，根據(jù)粒子群算法算出來的數(shù)據(jù)明顯更好，更符合要求，最終數(shù)據(jù)如表5所示。3結(jié)語本文針對(duì)一種水下無人艇，設(shè)計(jì)一種支柱平臺(tái)對(duì)傳統(tǒng)艇型進(jìn)行改進(jìn)，使之能有效兼顧水面航態(tài)，結(jié)合快速性、操縱性、功能特性，構(gòu)造總目標(biāo)函數(shù)、約束條件以及懲罰函數(shù)，建立該型UUV的綜合優(yōu)化數(shù)學(xué)模型，分別使用遺傳算法、混沌算法和粒子群算法不同計(jì)算代數(shù)進(jìn)行了該型UUV的運(yùn)算，從計(jì)算結(jié)果可以得出:1）混沌算法計(jì)算結(jié)果的適應(yīng)度函數(shù)值相對(duì)其他2個(gè)算法較低，雖然遺傳與粒子群算法計(jì)算結(jié)果更接近，但整體還是粒子群算法所計(jì)算的更優(yōu)，相對(duì)更穩(wěn)定；2）隨著計(jì)算次數(shù)的增加，3種計(jì)算方法所計(jì)算的結(jié)果都呈現(xiàn)正向增加的變化趨勢(shì)，且當(dāng)計(jì)算次數(shù)到達(dá)圖3適應(yīng)度函數(shù)值隨遺傳代數(shù)的變化曲線Fig.3Changecurveoffitnessfunctionvaluewithgeneticalgebra第42卷程占元，等：兼顧水面航態(tài)UUV性能和功能綜合優(yōu)化設(shè)計(jì)·39·

【參考文獻(xiàn)】：
期刊論文
[1]基于粒子群優(yōu)化的船舶電力系統(tǒng)經(jīng)濟(jì)環(huán)境調(diào)度[J]. 李素素,王錫淮.  船電技術(shù). 2019(11)
[2]基于蟻群算法的船舶調(diào)度優(yōu)化研究[J]. 趙翱東,壯而行.  艦船科學(xué)技術(shù). 2019(06)
[3]基于粒子群優(yōu)化算法的無人艇路徑規(guī)劃[J]. 薛敏,徐海成,王碩.  中國(guó)科技信息. 2018(24)
[4]無人潛水器主體多學(xué)科多目標(biāo)設(shè)計(jì)優(yōu)化[J]. 李嘉寧,劉峰,姚競(jìng)爭(zhēng),杜世欣,梁旭.  哈爾濱工程大學(xué)學(xué)報(bào). 2019(04)
[5]基于改進(jìn)遺傳算法的新型水面無人艇性能綜合優(yōu)化分析[J]. 魏子凡,井升平,楊松林.  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[6]基于改進(jìn)遺傳算法的無功優(yōu)化[J]. 尹星月,閆旭,劉欣,汪春龍.  東北電力大學(xué)學(xué)報(bào). 2014(03)

博士論文
[1]基于多目標(biāo)決策的USV系統(tǒng)可變自主實(shí)現(xiàn)機(jī)制研究[D]. 鄒啟杰.哈爾濱工程大學(xué) 2014

碩士論文
[1]一種水面無人艇艇型優(yōu)化及遠(yuǎn)程設(shè)計(jì)系統(tǒng)初步研究[D]. 劉曼.江蘇科技大學(xué) 2018
[2]深海無人智能潛水器力學(xué)性能和能源系統(tǒng)綜合優(yōu)化方法研究[D]. 俞強(qiáng).江蘇科技大學(xué) 2014



本文編號(hào)：3591799