管路布局优化方法及应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

管路布局优化方法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 船舶管路布局设计概述1

1.2 管路布局优化设计国内外研究概况3

1.2.1 迷宫法4

1.2.2 逃逸法6

1.2.3 网络优化算法7

1.2.4 Zhu算法8

1.2.5 遗传算法9

1.2.6 专家系统和模糊集理论11

1.2.7 单元生成法12

1.3 国内船舶管路布局设计现状12

2 基于遗传算法的船舶管路布局优化研究15

2.1 遗传算法16

2.1.1 生物进化及遗传算法的产生和发展16

2.1.2 遗传算法的基本思想和体系结构18

2.1.3 遗传算法的计算步骤和基本流程21

2.1.4 遗传算法的主要特点22

2.1.5 遗传算法在管路布置相关领域中的应用24

2.2 应用于船舶管路三维布局优化的遗传算法26

2.2.1 算法操作与关键参数设计26

2.2.2 计算仿真35

2.3 改进的遗传算法40

2.3.1 遗传算法的局限性40

2.3.2 自适应遗传算法41

2.3.3 模拟退火遗传算法42

2.4 自适应退火遗传算法的船舶管路布局优化方法44

2.4.1 算法改进措施45

2.4.2 算法计算步骤48

2.4.3 仿真实验49

3 蚁群管路敷设系统及其参数的敏感性分析55

3.1 蚁群优化算法55

3.1.1 蚂蚁的觅食行为55

3.1.2 蚁群算法的产生及其研究进展57

3.1.3 基本蚁群优化算法及其改进算法59

3.1.4 一般蚁群算法的组织结构64

3.1.5 蚁群算法的应用65

3.2 基于全局信息素迭代更新的蚁群管路敷设系统68

3.2.1 算法构成及实现68

3.2.2 仿真计算一73

3.2.3 仿真计算二79

3.3 迭代更新蚁群管路敷设系统参数的敏感性分析83

3.3.1 局部信息素残留系数γ对算法性能的影响83

3.3.2 全局信息素残留系数ρ对算法性能的影响85

3.3.3 信息素权重α和启发式信息权重β对算法性能的影响87

3.3.4 蚁群总数m对算法性能的影响88

3.3.5 结论89

4 模糊集合理论在管路布局中的应用92

4.1 模糊子集和隶属函数93

4.1.1 集合的特征函数93

4.1.2 模糊子集定义93

4.1.3 确定隶属函数的基本原则及常用的隶属函数94

4.2 存在于船舶管路布局中的模糊问题及其隶属函数的建立97

4.2.1 阀的操纵频率97

4.2.2 阀的可操纵性97

4.2.3 管路布局空间的区域划分100

4.3 基于模糊的蚁群管路敷设系统102

4.4 计算仿真102

4.4.1 参数设置102

4.4.2 模型空间103

4.4.3 优化目标104

4.4.4 布局结果105

5 多管路并行敷设的多蚁群协同进化算法110

5.1 协同进化算法111

5.1.1 生物的竞争、协同及协同进化111

5.1.2 协同进化算法的模型及其发展112

5.1.3 协同进化算法的基本特征和类型114

5.2 多种群互利共生类协同进化算法115

5.3 多蚁群协作式协同进化算法117

5.3.1 多蚁群协作式协同进化算法模型117

5.3.2 多蚁群协作式协同进化算法流程及其实现119

5.3.3 计算仿真122

6 船舶管路布置设计专家系统模型126

6.1 人工智能和专家系统126

6.2 专家系统在船舶设计中的应用131

6.3 船舶管路布置设计的专家系统132

6.3.1 系统框架134

6.3.2 工作过程137

6.3.3 知识分类143

6.3.4 知识表示145

6.3.5 推理机制147

6.4 应用实例149

6.5 船舶管路布置设计专家系统发展前景展望151

参考文献153