舰船科学技术
艦船科學技術
함선과학기술
Ship Science and Technology
2015年
9期
127-131,136
,共6页
多学科协同优化算法%性能测量法%可靠性分析%遗传算法%船舶概念设计
多學科協同優化算法%性能測量法%可靠性分析%遺傳算法%船舶概唸設計
다학과협동우화산법%성능측량법%가고성분석%유전산법%선박개념설계
multidisciplinary collaborative optimization%performance measure approach%reliability analysis%genetic algorithms%conceptual design of ship
针对现有的多学科可靠性分析方法只进行系统级优化,使系统级优化器的工作负担过重、求解效率低下的问题,提出一种基于性能策略法(Performance Measure Approach,PMA)的多学科遗传协同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(PMA-GA-CO).该方法将PMA方法与多学科协同优化算法结合进行复杂系统工程可靠性分析.同时,采用遗传算法求解系统级可靠性优化问题,克服多学科协同优化算法中拉格朗日乘子不存在的缺陷.在PMA-GA-CO方法中所有的学科能够独立的进行优化,这样不仅解除了所有学科之间的耦合,提高了搜索最大可能点(Most Probable Point,MPP)的效率,而且学科级能进行优化,系统级优化器的负担可显著地降低.通过散货船概念设计多学科可靠性分析的工程例子证明了文中提出方法的效率和精度,这个优点在大规模的复杂工程系统的设计中能够更好地体现出来.
針對現有的多學科可靠性分析方法隻進行繫統級優化,使繫統級優化器的工作負擔過重、求解效率低下的問題,提齣一種基于性能策略法(Performance Measure Approach,PMA)的多學科遺傳協同(Collaborative Optimization Based On Genetic Algorithm,GA-CO)可靠性分析方法(PMA-GA-CO).該方法將PMA方法與多學科協同優化算法結閤進行複雜繫統工程可靠性分析.同時,採用遺傳算法求解繫統級可靠性優化問題,剋服多學科協同優化算法中拉格朗日乘子不存在的缺陷.在PMA-GA-CO方法中所有的學科能夠獨立的進行優化,這樣不僅解除瞭所有學科之間的耦閤,提高瞭搜索最大可能點(Most Probable Point,MPP)的效率,而且學科級能進行優化,繫統級優化器的負擔可顯著地降低.通過散貨船概唸設計多學科可靠性分析的工程例子證明瞭文中提齣方法的效率和精度,這箇優點在大規模的複雜工程繫統的設計中能夠更好地體現齣來.
침대현유적다학과가고성분석방법지진행계통급우화,사계통급우화기적공작부담과중、구해효솔저하적문제,제출일충기우성능책략법(Performance Measure Approach,PMA)적다학과유전협동(Collaborative Optimization Based On Genetic Algorithm,GA-CO)가고성분석방법(PMA-GA-CO).해방법장PMA방법여다학과협동우화산법결합진행복잡계통공정가고성분석.동시,채용유전산법구해계통급가고성우화문제,극복다학과협동우화산법중랍격랑일승자불존재적결함.재PMA-GA-CO방법중소유적학과능구독립적진행우화,저양불부해제료소유학과지간적우합,제고료수색최대가능점(Most Probable Point,MPP)적효솔,이차학과급능진행우화,계통급우화기적부담가현저지강저.통과산화선개념설계다학과가고성분석적공정례자증명료문중제출방법적효솔화정도,저개우점재대규모적복잡공정계통적설계중능구경호지체현출래.
