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