船舶工程
船舶工程
선박공정
SHIP ENGNEERIN
2005年
3期
15-19
,共5页
船舶%神经网络%遗传算法%滑行艇
船舶%神經網絡%遺傳算法%滑行艇
선박%신경망락%유전산법%활행정
提出小生境均匀变异算子,用共享度来决定个体的变异概率,以竞争方式接受变异结果,克服了遗传算法的早熟问题.采用GA-BP混和训练法建立的阻力数值图谱具有较高的估算精度;利用遗传算法建立的船型参数优化方法,能够得到设计范围内的最优解,使设计的滑行艇阻力最小.
提齣小生境均勻變異算子,用共享度來決定箇體的變異概率,以競爭方式接受變異結果,剋服瞭遺傳算法的早熟問題.採用GA-BP混和訓練法建立的阻力數值圖譜具有較高的估算精度;利用遺傳算法建立的船型參數優化方法,能夠得到設計範圍內的最優解,使設計的滑行艇阻力最小.
제출소생경균균변이산자,용공향도래결정개체적변이개솔,이경쟁방식접수변이결과,극복료유전산법적조숙문제.채용GA-BP혼화훈련법건립적조력수치도보구유교고적고산정도;이용유전산법건립적선형삼수우화방법,능구득도설계범위내적최우해,사설계적활행정조력최소.
