外文翻譯--集成進(jìn)化優(yōu)化算法及其發(fā)展和在船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用 中文版

施普林格 機(jī)械科學(xué)與技術(shù)學(xué)報(bào) 22（ 2008） 1313 1322 雜志 機(jī)械 科學(xué) 技術(shù) 集成進(jìn)化優(yōu)化算法及其發(fā)展和在船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用 大宇造船和海洋工程有限公司 1 56 - 714年 ,韓國 100年圣 國釜山 608 - 793 國立大學(xué) 445 50 韓國慶尚南道 。 （ 2007年 10月 2日修訂稿； 2008年 3月 18 日修訂； 2008年 4月 1日接 收 ） 摘要 本文提出了一個(gè)集成的進(jìn)化優(yōu)化算法（ 結(jié)合遺傳算法（ 隨機(jī)算法，禁忌搜索算法（ 響應(yīng)面分析法（ 這個(gè)算法，為了提高收斂速度，被認(rèn)為是遺傳算法的缺點(diǎn)，采用 傳算法雖然 具有隨機(jī)變化，但系統(tǒng)的多樣性可以通過使用禁忌表來保護(hù)。這種方法效率一直采用傳統(tǒng)的功能測(cè)試和比較結(jié)果證明，它是一種遺傳證據(jù)表明，新提出的算法可以有效地應(yīng)用于減少淡水艙的重量，放在船舶設(shè)計(jì)來避免共振后找到全局最優(yōu)解。結(jié)果表明，遺傳算法的收斂速度在初始階段已經(jīng)利用 個(gè)優(yōu)化的解決方案，沒有額外的實(shí)際目標(biāo)函數(shù)的評(píng)價(jià)計(jì)算。最后，可以得出結(jié)論， 關(guān)鍵詞：進(jìn)化優(yōu)化算法；遺傳算法；響應(yīng)曲面法；禁忌搜索法；單純形法方法； 淡 水艙 許多動(dòng)態(tài)分析的重點(diǎn)是找到最大的響應(yīng)，并避免在一個(gè)給定結(jié)構(gòu)下所有激振力。通常 ,這些特性提供了基礎(chǔ)的設(shè)計(jì)極限 ,因此用來確定的動(dòng)態(tài)遙相關(guān)結(jié)構(gòu)和它的重量。出于這個(gè)原因 ,重量最小化減少響應(yīng)和避免共振一直是設(shè)計(jì)工程師的主要擔(dān)憂問題。 許多經(jīng)典的優(yōu)化方法和實(shí)用軟件已經(jīng)開發(fā)出來，其中大部分是非常有效，特別是解決實(shí)際問題。然而 ,找到一個(gè)全球系統(tǒng)的最佳解決方案是很困難的。為了克服這個(gè)缺點(diǎn)，已經(jīng)開發(fā)了許多搜索算法尋找一個(gè)全局最優(yōu)解。遺傳算法是進(jìn)化計(jì)算領(lǐng)域中的一種技術(shù)，它是一種強(qiáng)大的全局優(yōu)化方法，它不需要傳統(tǒng) 的搜索技術(shù)的嚴(yán)格連續(xù)性，而是在解空間中出現(xiàn)非線性和不連續(xù)性的 2種方法。遺傳算法可以處理各種目標(biāo)函數(shù)，在離散、連續(xù)、混合搜索空間中定義了各種目標(biāo)函數(shù)和約束條件。然而，全局訪問的遺傳算法需要一個(gè)計(jì)算隨機(jī)搜索。所以，收斂速度的精確解很慢。此外，為一個(gè)大尺寸的問題的染色體編碼將是非常長的，以便得到一個(gè)更準(zhǔn)確的解決方案。這將導(dǎo)致在一個(gè)大的搜索空間和巨大的內(nèi)存需求的計(jì)算。為了克服這些缺點(diǎn)，許多研究人員已經(jīng)研究開發(fā)了許多混合遺傳算法，遺傳算法與其他的 3合。這些可以節(jié)省計(jì)算時(shí)間和找到全球性的解決方案，因?yàn)樗?。?此，新的算法處理達(dá)到更高的精度和更快的收斂速度，在大型、復(fù)雜結(jié)構(gòu)就像船得到一個(gè)最佳的解決方案。 響應(yīng)面法（ 7 是一個(gè)優(yōu)化的工具，介紹了箱和威爾遜 8。這是一個(gè)收集統(tǒng)計(jì)和數(shù)學(xué)技術(shù)，用于開發(fā)、改進(jìn)和優(yōu)化流程。這些技術(shù)被采用，以估計(jì)的優(yōu)化功能，并找到搜索方向的域的子區(qū)域，以提高和希望最優(yōu)的解決方案。簡單的方法（ 一種無導(dǎo)數(shù)的優(yōu)化使用涉及單形 9 搜索規(guī)律的方法。這眾所周知的技術(shù)已經(jīng)證明是流行的無約束的目標(biāo)函數(shù)。禁忌搜索（ 一種原期開發(fā)的啟發(fā)式優(yōu)化問題。因?yàn)?格洛弗 10， 11 首先介紹，許多研究在這方面已經(jīng)出現(xiàn)，如有約束優(yōu)化問題的 12 隨機(jī)移動(dòng)。 在這項(xiàng)研究中，在高精度、高速度的多峰函數(shù)最優(yōu)解的搜索，提出了一種新的混合進(jìn)化算法，結(jié)合流行的算法，如遺傳算法、禁忌的優(yōu)點(diǎn)， 個(gè)算法，為了提高收斂速度，被認(rèn)為是遺傳算法的缺點(diǎn)，采用 然突變遺傳算法提供了多種隨機(jī)變化，系統(tǒng)可以通過一個(gè) 別禁忌表的使用，在初始階段，遺傳算法的收斂速度，可以提高使用 似函數(shù)）和優(yōu)化這沒有一個(gè)額外的 實(shí)際評(píng)價(jià)計(jì)算目標(biāo)函數(shù)的最優(yōu)解，而遺傳算法的收斂速度可以提高，這種方法的效率被證明通過應(yīng)用傳統(tǒng)的功能測(cè)試和比較的結(jié)果也證實(shí)，遺傳算法被應(yīng)用該算法有效地搜索全局最優(yōu)解 免被認(rèn)為是淡水艙位于船體后部共振。 構(gòu) 其主要思想是減少利用 一個(gè)設(shè)計(jì)的實(shí)驗(yàn)來減少重復(fù)數(shù)在評(píng)價(jià)目標(biāo)函數(shù)的數(shù)目，因?yàn)檫@是一個(gè)優(yōu)化設(shè)計(jì)的缺點(diǎn)。的 要由四部分組成：（一）遺傳算法控制的一般算法，（ 解決系統(tǒng)的各種禁忌表，（三） 及（ 部搜索改進(jìn) 1表示的 程圖。流程圖的左邊顯示全球搜索區(qū)域，類似于標(biāo)準(zhǔn)遺傳算法的流程圖，包括功能保證準(zhǔn)則（ 集歷史、禁忌表，和 些部分提供候選解決方案，這被認(rèn)為是在本地搜索區(qū)域的初始搜索點(diǎn)。右側(cè)代表本地搜索區(qū)域。本部分通過對(duì)全局搜索的結(jié)果作為初始搜索點(diǎn)，通過修改后的方法找到最佳的解決方案。圖 1圖 1， B， 圖 1 圖 圖 新 ） 。 圖 查禁忌表）的流程圖 部分在圖 1示詳細(xì)展示了一組歷史上海地區(qū)做出了響應(yīng)面提供均勻分布點(diǎn)。根據(jù)以下程序構(gòu)建的： 步驟 1：從當(dāng)前人群中讀取個(gè)人 步驟 2： 在 味著一套歷史和人口規(guī)模的大小。 步驟 3：如果 后轉(zhuǎn)到步驟 7， 步驟 4：評(píng)價(jià)密級(jí) 當(dāng) 之間的歐氏距離 x(i ) x(k ) , i = 1, , i + 步驟 5：排名個(gè)人 步驟 6：選擇高 步驟 7：儲(chǔ)存解決方案，在上海和走出去。 圖 2所示的零件圖的細(xì)節(jié)代表檢查的禁忌表有一個(gè)多樣性的解決方案。在遺傳算法的交叉過程中選擇的一個(gè)人，以確保解決方案的多樣性。如果保證了解決方案的多樣性，則選擇了單獨(dú)的，如果沒有，則重復(fù)的過程是重復(fù)的。也就是說，當(dāng)它被選中時(shí)，它位于遠(yuǎn)離密集區(qū)域。濃溶液和個(gè)別驗(yàn)收標(biāo)準(zhǔn)等級(jí)標(biāo)準(zhǔn) D 后 其中 L 是域 D R）是一側(cè)的歐幾里得長度超多邊形 V 定義如下： 對(duì)于一個(gè)給定的目標(biāo)設(shè)計(jì)向量的愿望函數(shù)表示為決定接受的個(gè)人如 下 ： 設(shè) H（ R） = ER， R =i，其中 置 c，假定滿足理想條件：（ i） 滿的，和（ 所有成員都被放置在中心的 域都應(yīng)該有相同的設(shè)計(jì)，沒有任何交叉的相互適應(yīng)域 D 絕對(duì)，意味著接受 概率準(zhǔn)則。 右邊的二個(gè)術(shù)語對(duì)應(yīng)于目標(biāo)個(gè)體的最近一個(gè)成員。第三個(gè)術(shù)語是殘差。的性質(zhì)，這是指數(shù)遞 減的距離，使遠(yuǎn)小于第一項(xiàng)。愿望準(zhǔn)則如下： 如果蘭德公司的話，那么接受，蘭德 = 1 0 如果試用號(hào) 最高審判號(hào)， 如果目標(biāo)個(gè)體不滿足于上述的愿望準(zhǔn)則，則一個(gè)交叉點(diǎn)被再次生成，過程重復(fù)。該程序總結(jié)如下： 步驟 1：讀 N1個(gè)人選擇的過程。 步驟 2：交叉 N2個(gè)人按交叉概率和 5步走。 步驟 3：一個(gè)單獨(dú)選擇的禁忌表。 步驟 4：如果蘭德公司，然后去一步 5，否則返回到步驟 3。 步驟 5：添加生成的個(gè)人。 節(jié)代表一個(gè) 域。它主要分為 3個(gè)部分。首先，考慮到優(yōu)化的響應(yīng) 曲面的邊界條件，設(shè)計(jì)變量的上下限值可在計(jì)算過程中考慮。然而，這種方法的優(yōu)點(diǎn)是減少了附加約束，喜歡自然頻率的考慮，因?yàn)樗鼘?duì)目標(biāo)函數(shù)從外部計(jì)算得到結(jié)果，解決這一問題，本研究采用 為訓(xùn)練數(shù)據(jù)和推斷約束條件的滿足，利用徑向基函數(shù)（ 經(jīng)網(wǎng)絡(luò) 13 。這樣，可以避免實(shí)際問題的計(jì)算。其次，它使一個(gè)響應(yīng)表面 用最小二乘法（ 最后，對(duì)響應(yīng)面最佳解決方案是采用 基于梯度的算法可以用來提高優(yōu)化計(jì)算的收斂速度。然而，滿足約束條件的解決方案不能保證，因?yàn)榧s束條件是很難準(zhǔn)確地定義。此外，我們采用了一個(gè)很 好的初始收斂速度，因?yàn)轫憫?yīng)曲面的概念是搜索的近似候選解決方案。所產(chǎn)生的最終解決方案是與其他現(xiàn)有的遺傳算法的個(gè)人根據(jù)圖 1的序列，并進(jìn)行計(jì)算的健身。 2.2 施程序 該算法的程序可以概括如下： 步驟 1： 設(shè)置 參數(shù)（ 其中個(gè)人電腦，下 面分別 是交叉概率和變異概率。女士和主持人的選擇和交叉的方法。 步驟 2：生成初始染色體 k = 1， 2， 3， 機(jī) , , , 當(dāng)染色體的產(chǎn)生，每個(gè)染色體的元素取值范圍應(yīng)為斜輪顆粒機(jī) x j 滿意。每個(gè)染色體滿足所有約束的 當(dāng)染色體不滿足條件，則染色體具有最低的健身，所以它有一個(gè)低可能性的選擇給下一代，畢竟。 步驟 3：生成初始解，估計(jì)約束并設(shè)置參數(shù)范圍。 步驟 4：評(píng)估個(gè)人的健身。 步驟 5：評(píng)價(jià)因素，如果它滿足 1， 走到 12步，否則要走 6步。 每個(gè)候選最佳的解決方案是由 14 決定因素。 在網(wǎng)絡(luò) 連接的行向量，由個(gè)體的適應(yīng)度值在第 . 行的大小取決于最優(yōu)解的個(gè)數(shù)根據(jù)設(shè)計(jì)師的要求。從理論上講， 范圍是從0到 ，優(yōu)化收斂完畢。然而，價(jià)值難以收斂到 1考慮要評(píng)價(jià)的許多候選解決方案。因此，在這項(xiàng)研究中， 步驟 6：更新 （ F） R ，在 2， 。 步驟 7：執(zhí)行選擇和交叉，并檢 查 禁忌表。 步驟 8：構(gòu)建響應(yīng)面： 0 II 數(shù)的計(jì)算 步驟 9：訓(xùn)練 步驟 10：計(jì)算響應(yīng)面上的最佳設(shè)計(jì)，并根據(jù)其產(chǎn)生一個(gè)單獨(dú)的。 步驟 11：變異和 4 步走。 步驟 12：利用最佳候選改性 試功能 三個(gè)基準(zhǔn)測(cè)試函數(shù)被用來驗(yàn)證所提出的混合算法的效率，如圖 2所示。這些函數(shù)通常用于測(cè)試優(yōu)化方法。模擬進(jìn)行的 2 維的情況下。第一個(gè)函數(shù)是最大化，其他的是被最小化，第一個(gè)是四峰值函數(shù)，它有一個(gè)全局最優(yōu)，其中有三個(gè)局部最優(yōu)解，并且被定義為 當(dāng) 1時(shí)， 這個(gè)測(cè)試函數(shù)具有全局最優(yōu)解 f（ x） = 1 = 0， 0，和三的局部最優(yōu)解 f（ x） = 所示（一）。傳統(tǒng)的基于梯度的爬山算法可以很容易地在一個(gè)局部最優(yōu)，因?yàn)樗麄冊(cè)谌炙阉魉惴ㄈ肿顑?yōu)解的同時(shí)，依賴于起始點(diǎn)。 （ a）四峰值功能 （ b） 數(shù) （ C） 數(shù) 當(dāng) x 時(shí) 數(shù)定義為 f ( x =100( x x 這個(gè)功能被稱為香蕉的作用 15 ，其形狀是在圖（ b）。這個(gè)函數(shù)的目的是要找到這個(gè)變量，從而最大限度地減少目標(biāo)函數(shù)。這個(gè)函數(shù)只有一個(gè)最優(yōu)解 f（ x） = 0 1， 1。由于沿拋物線 導(dǎo)致全球最低 16 一個(gè)非常深的山谷，它找到一個(gè)最優(yōu)解是很困難的。 此函數(shù)通常用于評(píng)估全球搜索能力，因?yàn)橛性S多局部極小值在全球最低如圖2所示（三）。在有限函數(shù)調(diào)用中找到全局最小值是不容易的。這個(gè) 函數(shù) 有 220個(gè)局部極小值和一個(gè)最小的 f（ x） =0在（ 0,0）上。 真結(jié)果 圖 3顯示了每個(gè)測(cè)試函數(shù)的目標(biāo)函數(shù)的收斂趨勢(shì)。結(jié)果表明，這個(gè)模型（ 丹參 +禁忌表）是一種基于 法具有更快的收斂速度和更準(zhǔn)確的解決方案比標(biāo)準(zhǔn)的遺傳算法，并驗(yàn)證了 外，禁忌表，使收斂到解決方案，由于系統(tǒng)的多樣性的多峰函數(shù)的快速收斂。為每個(gè)算法的設(shè)置參數(shù)列出在表 2，表 1顯示了上述三個(gè)測(cè)試函數(shù)的優(yōu)化結(jié)果的比較。評(píng)價(jià)數(shù)是指在優(yōu)化過程中所使用的目標(biāo)函數(shù)的總數(shù)，并與總 的計(jì)算時(shí)間成正比。根據(jù)研究結(jié)果，所有的測(cè)試功能， 以提供更好的解決方案比遺傳算法在精度和收斂速度。對(duì)于 行全局搜索能力非常有用，因?yàn)橹車性S多局部極小值的全局最小值， 現(xiàn)具有較高的精度和更少的時(shí)間比遺傳算法根據(jù)這些結(jié)果全局最小，本文提出的算法是一個(gè)功能強(qiáng)大的全局優(yōu)化算法的收斂速度和全局搜索能力觀。 表 （ a）四峰值功能 （ b） 數(shù) （ C） 數(shù) 圖 表 表 在發(fā)動(dòng)機(jī)室和一艘船的后方，有許多罐結(jié)構(gòu)，接觸新鮮的和海水或燃料和潤滑油。此外，這些都可能受到過多的振動(dòng)，在航行中，因?yàn)樗鼈兪菄@船舶的主要激勵(lì)源，如主機(jī)和螺旋槳。如果出現(xiàn)問題，需要花費(fèi)相當(dāng)大的成本，時(shí)間和精力來改善情況，因?yàn)榧訌?qiáng)工作以排空流體的罐，額外的焊接和特殊的繪畫等，是必需的。在設(shè)計(jì)階段，對(duì)儲(chǔ)罐結(jié)構(gòu)的精確振動(dòng)特性進(jìn)行預(yù)測(cè)是非常重要的。優(yōu)化設(shè)計(jì)需要應(yīng)用。特別是當(dāng)結(jié)構(gòu)與流體接觸，多分析必須考慮時(shí)間。因此，一種新的優(yōu)化算法得到一個(gè)短的分析時(shí)間和準(zhǔn)確的 解決方案。在這項(xiàng)研究中，在實(shí)際的船舶淡水箱的優(yōu)化設(shè)計(jì)進(jìn)行了驗(yàn)證該算法的有效性（ 果是比較標(biāo)準(zhǔn)的遺傳算法 水艙振動(dòng)分析 由于受激振力的傳遞機(jī)理和阻尼比的困難，難以預(yù)測(cè)局部結(jié)構(gòu)的振動(dòng)響應(yīng)。傳統(tǒng)上，因此，考慮設(shè)計(jì)避免共振的振動(dòng)分析，以防止局部振動(dòng)。 在這項(xiàng)研究中，對(duì)淡水艙振動(dòng)分析采用 泛用于船舶結(jié)構(gòu)進(jìn)行大的像。分析模型和淡水艙布置如圖 4所示。圖 5顯示了淡水池的設(shè)計(jì)變量和邊界條件?？紤]到分析的精度和耗時(shí)的建模過程中，新的水箱建模的范圍被限制 在一個(gè)側(cè)面的坦克。指定的邊界條件為如下：簡單的支架用于與其它艙壁和甲板相連的槽的邊界區(qū)域，表 3顯示了主要激勵(lì)源的規(guī)范。 在一般情況下，避免局部結(jié)構(gòu)諧振的設(shè)計(jì)要求的結(jié)構(gòu)的固有頻率必須是 2倍高于葉片的螺旋槳的最大轉(zhuǎn)速下的最大轉(zhuǎn)速下的。在這項(xiàng)研究中，設(shè)計(jì)目標(biāo)頻率設(shè)定為上述 慮安全邊際和螺旋槳兩葉片通過頻率（ 圖 6 顯示了前三階模態(tài)和 淡水箱的固有頻率。這三種模式經(jīng)常發(fā)生在淡水艙航行。特別是，第一種模式（ 一個(gè)加強(qiáng)筋（細(xì)）模式產(chǎn)生強(qiáng)烈的振動(dòng)和結(jié) 構(gòu)影響較大。在這個(gè)模型中，該結(jié)構(gòu)的第一階固有頻率也是共振區(qū)域的兩次葉片通過頻率的螺旋槳是 。因此，結(jié)構(gòu)的固有頻率應(yīng)增加到目標(biāo)頻率，槽滿的情況下。根據(jù)罐的水性可以改變結(jié)構(gòu)的固有頻率。因此，為了設(shè)計(jì)一個(gè)安全的結(jié)構(gòu)，這項(xiàng)研究涉及到三種新的水箱的設(shè)計(jì)。 表 圖 （ a）第一模式（ （ b）第二模式（ （ C）第三模式（ 水箱的優(yōu)化設(shè)計(jì) 在淡水艙的主要振動(dòng)模式在橫向 加勁肋的模式。最重要的因素之一是加勁肋的剛度。在這項(xiàng)研究中，加強(qiáng)筋尺寸和圖 4 水箱板厚為設(shè)計(jì)變量，在方程（ 7）。 其中 的意思分別是加強(qiáng)筋的尺寸和板的厚度。 根據(jù)船廠的實(shí)踐。加勁肋的腹板長度限制為 8） 150 50毫米的加勁肋（ 7）， 500 1000 毫米桁條（ (8) 此外，局部振動(dòng)設(shè)計(jì)的基本概念是在每個(gè)點(diǎn)的響應(yīng)最小化。然而，它是很難評(píng)估多少的激振力影響的局部結(jié)構(gòu)。所以，為了避免共振，該結(jié)構(gòu)的第一階固有頻率限制為式（ 9）認(rèn)為約在螺旋槳葉片通過頻率 15%倍的安全邊際（ 1 （ 9） 目標(biāo)函數(shù)結(jié)合線性的鮮重水箱結(jié)構(gòu)固有頻率如式（ 10）。目的是得到經(jīng)濟(jì)合理的結(jié)構(gòu)以減輕重量和增加取第一階固有頻率 其中，下標(biāo) t，平均 0的目標(biāo)和當(dāng)前的價(jià)值 分別用和 。即加權(quán)因子。在本文中設(shè) = = 化結(jié)果與討論 實(shí)現(xiàn)了對(duì)淡水箱筋板厚度的最優(yōu)規(guī)模保持其抗振設(shè)計(jì)的優(yōu)化設(shè)計(jì)。表 4優(yōu)化前后的設(shè)計(jì)變量的結(jié) 果。這表明，斯金格 提高 72%、 的人。這一結(jié)果表明，最合理的改性方法是增加縱梁，具有降低垂直加勁肋跨度的影響。在這種情況下，板厚對(duì)結(jié)構(gòu)的固有頻率沒有任何影響，表 5顯示了優(yōu)化前后結(jié)構(gòu)的固有頻率和結(jié)構(gòu)重量的變化。根據(jù)研究結(jié)果，第一階固有頻率增加到 163% 安全裕度兩次通過頻率的螺旋槳發(fā)生相應(yīng)的變化，從 因此，結(jié)構(gòu)無共振。此外，加強(qiáng)筋設(shè)計(jì)中的廣泛應(yīng)用變量在高頻率雖然也降低權(quán)重?？傊植空駝?dòng)的問題，需要通過結(jié)構(gòu)避免共振的固有頻率的運(yùn)動(dòng)而無需額外的重量已通過該方法成功地解決了。表 6 和圖 7表明， 間優(yōu)化結(jié)果的比較。評(píng)價(jià)編號(hào)是指在優(yōu)化過程中所使用的目標(biāo)函數(shù)的總數(shù)，并與總的計(jì)算時(shí)間成正比。根據(jù)研究結(jié)果， 以比遺傳算法在精度和收斂速度，更好的解決方案。這些結(jié)果使我們得出結(jié)論，提出的新算法是一個(gè)更強(qiáng)大的全局優(yōu)化算法的收斂速度和全局搜索能力的觀點(diǎn)。 表 表 表 圖 函數(shù)收斂趨勢(shì) 本文提出了一個(gè)集成的進(jìn)化優(yōu)化算法，結(jié)合流行的算法，如遺