發(fā)布時(shí)間：2019-10-02 16:40

【摘要】：引入非可行解驅(qū)動(dòng)進(jìn)化算法(infeasibility driven evolutionary algorithm,IDEA)和多元分析技術(shù)開展船型參數(shù)優(yōu)化和設(shè)計(jì)模型分析.針對(duì)一艘散裝貨艙在概念設(shè)計(jì)階段的船型參數(shù)設(shè)計(jì),應(yīng)用IDEA算法進(jìn)行多目標(biāo)優(yōu)化,然后采用距離理想解最近的方法對(duì)Pareto解集進(jìn)行量化評(píng)價(jià),選取一個(gè)滿意的設(shè)計(jì)方案,最后應(yīng)用多元分析技術(shù)分析Pareto解集獲取船舶設(shè)計(jì)變量之間特性,即采用層次聚類方法得到樣本或者變量之間的相互距離關(guān)系和等距特征映射(Isomap)的降維方法,得到變量在二維平面上的映射圖,采用最小二乘法得到Pareto解集上變量之間的擬合關(guān)系式.數(shù)值結(jié)果表明:IDEA運(yùn)算速度快,Pareto解集分散性良好.基于多元分析技術(shù)的數(shù)據(jù)挖掘應(yīng)用能夠獲得對(duì)模型更多的認(rèn)識(shí),揭示模型內(nèi)在關(guān)系.
【圖文】：

a－1)采用IDEA算法進(jìn)行多目標(biāo)優(yōu)化求解，假定種群為500，α=0.2，即種群中不可行解占比為20%．進(jìn)化代數(shù)為500，交叉概率為0.8，變異概率為0.2．因?yàn)檫M(jìn)化算法的過程中采用的是隨機(jī)搜索，因此獨(dú)立運(yùn)行IDEA算法10次，合并每次計(jì)算的Pareto解，再進(jìn)行非劣解選擇，一共得到了1713個(gè)Pareto優(yōu)化解．這些解目標(biāo)函數(shù)之間的分布情況見圖1．從圖1可以看出:IDEA算法能夠給出比較均勻的目標(biāo)散點(diǎn)分布，Pareto解集的分布范圍清晰可見．采用距離理想解最近的決策方法，能夠獲得最終的滿意折中解．Pareto解集和理想點(diǎn)的距離計(jì)算:圖13個(gè)目標(biāo)函數(shù)之間的散點(diǎn)Fig．1Scatterplotsfor3objectives第2期楊路春，等:非可行解驅(qū)動(dòng)進(jìn)化算法和多元分析技術(shù)在船型參數(shù)優(yōu)化中的應(yīng)用139

運(yùn)輸成本達(dá)到最優(yōu)．從圖1中可以看到，3個(gè)單目標(biāo)優(yōu)化的方案實(shí)際上處于Pareto解集域的最邊緣．這也說明，IDEA算法給出的范圍是有利于選擇最優(yōu)解．3個(gè)目標(biāo)同時(shí)最優(yōu)，即Ac=700522.76，Ls=5240.34以及Tc=8.377的情況只能是并不實(shí)際存在的U方案了．在進(jìn)行多元分析時(shí)，將6個(gè)設(shè)計(jì)變量和3個(gè)目標(biāo)函數(shù)統(tǒng)一考慮，即一個(gè)數(shù)據(jù)樣本的維數(shù)為9，，用于多元分析的數(shù)據(jù)集大小為1713(行)×9(列)．在多元分析中，設(shè)計(jì)變量和目標(biāo)函數(shù)統(tǒng)一稱為變量，樣本也就是獨(dú)立的Pareto解個(gè)體．對(duì)樣本和變量分布進(jìn)行層次聚類，其樹狀結(jié)構(gòu)見圖2，D為聚類重新標(biāo)定的距離．圖2數(shù)據(jù)樣本聚類以及變量聚類結(jié)果Fig．2Dendrogramgraphsforsamplesandvariables對(duì)于圖2(a)，采用圖中虛線的距離值，可以將樹狀圖分為3個(gè)聚類，標(biāo)識(shí)為I～I(xiàn)II．這樣的聚類是對(duì)樣本進(jìn)行的，每個(gè)聚類中樣本的變量數(shù)為9個(gè)．采用平行坐標(biāo)［12］的方法對(duì)3個(gè)聚類中樣本的均值和可信域進(jìn)行了展示(圖3)．從圖3可以看出:這3個(gè)聚類的均值能明顯區(qū)分開來．聚類I中的樣本具有較低的年運(yùn)量和空船重量，但是運(yùn)輸成本卻較高;聚類II中運(yùn)輸成本最低，但是空船重量較大，當(dāng)然對(duì)應(yīng)的年運(yùn)量也增加．通過平行坐標(biāo)能夠直觀方便地給出聚類的信息．圖2(b)給出了9個(gè)變量之間的距離遠(yuǎn)近以及聚類先后關(guān)系．從圖中可以看出:吃水和型深距離近，設(shè)計(jì)模型直接給出的T≤0.7D+0.7約束也說圖3帶聚類信息的6個(gè)設(shè)計(jì)變量與3個(gè)目標(biāo)函數(shù)平行坐標(biāo)展示Fig．3Parallelcoordinateplotwithclusteringinformationfor6designparametersand3objectives明了這個(gè)特點(diǎn)．船長(zhǎng)和空船重量聯(lián)系緊密，而船寬和年運(yùn)量可以歸在一個(gè)小類．這4個(gè)變量再合并為較大的類．航速和運(yùn)輸成本是一類，這說明計(jì)算模型對(duì)140江蘇科技大學(xué)學(xué)報(bào)(自
【作者單位】： 上海交通大學(xué)船舶海洋與建筑工程學(xué)院;武漢第二船舶設(shè)計(jì)研究所;
【分類號(hào)】：U662.2;O212.4;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方開泰;王學(xué)仁;張堯庭;;第六屆全國(guó)多元分析學(xué)術(shù)會(huì)議在西安舉行[J];應(yīng)用概率統(tǒng)計(jì);1989年02期

2 陳國(guó)先;;Hilbert空間中的Fisher判別[J];南充師院學(xué)報(bào)(自然科學(xué)版);1985年02期

3 榮騰中,李裕奇;運(yùn)動(dòng)水平的多元分析[J];數(shù)理統(tǒng)計(jì)與管理;2003年02期

4 羅喬林;尺度分析介紹[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);1987年03期

5 耿直;《離散多元分析:理論與實(shí)踐》[J];數(shù)理統(tǒng)計(jì)與管理;2000年03期

6 林德光;;拉丁方設(shè)計(jì)的多元分析——業(yè)師趙仁昒教授逝世周年紀(jì)念[J];沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào);1993年02期

7 李秀敏;董永權(quán);;基于多元分析的股票評(píng)價(jià)方法[J];大學(xué)數(shù)學(xué);2007年03期

8 周凱;吳婷;朱杭軍;單莉麗;;基于多元統(tǒng)計(jì)分析的大學(xué)生就業(yè)模型研究[J];現(xiàn)代物業(yè)(中旬刊);2012年01期

9 黎軍;;會(huì)計(jì)造假的經(jīng)濟(jì)學(xué)多元分析[J];商情(財(cái)經(jīng)研究);2008年06期

10 ;[J];;年期

本文編號(hào)：2545021