期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:mopso 势流理论 兴波阻力 船型优化
摘要:粒子群优化算法(PSO)是一种进化算法,它与遗传算法相比,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此,易于实现。另外,PSO算法具有较好的记忆,好的解的知识所有粒子都保存,因此收敛速度较快。Multi Objective Particle Swarm Optimization(MOPSO)算法是适应多目标优化的粒子群算法。该文基于MOPSO算法和Neumann-Michell理论对KCS在给定两个航速下的兴波阻力性能进行综合优化。以船型变换参数为设计变量,兴波阻力为目标函数,采用自由变形方法(FFD)对船舶首部和船体后半体进行变形,通过OPTShip-SJTU求解器优化兴波阻力。通过自编MOPSO算法对多目标函数进行优化,成功得到系列优化船型。并选择3个优化船型与母型船进行进一步的数值模拟,对比分析。
水动力学研究与进展A辑杂志要求:
{1}作者简介:姓名,出生年,性别,籍贯,单位(大小单位都要写清)及所在省市、邮编,职称或学位。
{2}来稿须为作者原创成果,内容详实,数据准确,表达严谨,形式规范。
{3}层次标题是对本段、本条主题内容的高度概括。各层次的标题应简短明确,同一层次标题的词组结构应尽可能相同。层次标题的编号采用阿拉伯数字,即1,1.1,1.1.1,1.1.1.1。一般不超过4级。
{4}参考文献:用于说明引文的出处,采用文末注的形式。注号:用“[1]、[2]、[3]……”。
{5}摘要需概述文章研究的目的、主题、论点等,一般为150~300字。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社