關鍵詞:mopso 勢流理論 興波阻力 船型優化
摘要:粒子群優化算法(PSO)是一種進化算法,它與遺傳算法相比,不需要編碼,沒有交叉和變異操作,粒子只是通過內部速度進行更新,因此,易于實現。另外,PSO算法具有較好的記憶,好的解的知識所有粒子都保存,因此收斂速度較快。Multi Objective Particle Swarm Optimization(MOPSO)算法是適應多目標優化的粒子群算法。該文基于MOPSO算法和Neumann-Michell理論對KCS在給定兩個航速下的興波阻力性能進行綜合優化。以船型變換參數為設計變量,興波阻力為目標函數,采用自由變形方法(FFD)對船舶首部和船體后半體進行變形,通過OPTShip-SJTU求解器優化興波阻力。通過自編MOPSO算法對多目標函數進行優化,成功得到系列優化船型。并選擇3個優化船型與母型船進行進一步的數值模擬,對比分析。
水動力學研究與進展A輯雜志要求:
{1}作者簡介:姓名,出生年,性別,籍貫,單位(大小單位都要寫清)及所在省市、郵編,職稱或學位。
{2}來稿須為作者原創成果,內容詳實,數據準確,表達嚴謹,形式規范。
{3}層次標題是對本段、本條主題內容的高度概括。各層次的標題應簡短明確,同一層次標題的詞組結構應盡可能相同。層次標題的編號采用阿拉伯數字,即1,1.1,1.1.1,1.1.1.1。一般不超過4級。
{4}參考文獻:用于說明引文的出處,采用文末注的形式。注號:用“[1]、[2]、[3]……”。
{5}摘要需概述文章研究的目的、主題、論點等,一般為150~300字。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社