船舶总布置智能优化设计方法

目录
第1章 绪论 1
1.1 船舶总布置设计特点和优化问题 3
1.1.1 船舶总布置设计特点 3
1.1.2 船舶总布置优化问题 5
1.2 船舶布置优化设计国内外发展概述及研究进展 7
1.2.1 发展概述 7
1.2.2 研究进展 10
1.3 船舶布置优化设计方法概述 17
1.3.1 现有布置优化设计方法的特点 17
1.3.2 船舶布置优化设计的核心技术 19
1.3.3 基于智能优化算法自动创建船舶布置方案的优势 19
1.4 智能优化技术研究进展 20
1.4.1 智能优化算法研究进展 21
1.4.2 膜计算研究进展 23
第2章 船舶拓扑布置优化设计建模 27
2.1 基于网络表征的船舶拓扑布置 29
2.1.1 船舶拓扑布置网络的定义 29
2.1.2 船舶拓扑布置网络的特性 36
2.2 船舶布置对象之间相互影响关系辨识 41
2.2.1 船舶布置对象间相互影响关系分类 41
2.2.2 船舶布置对象的功能属性 42
2.2.3 基于功能属性的相互影响关系辨识方法 43
2.2.4 船舶布置对象影响关系矩阵 44
2.2.5 计算实例：Atlantis号科考船布置对象间相互影响关系辨识 45
2.3 船舶拓扑布置评估 49
2.3.1 区域节点与对象节点的匹配性 50
2.3.2 对象节点间的相互影响程度 50
2.3.3 网络的流通便捷性 54
2.4 船舶拓扑布置优化问题数学模型 54
2.4.1 设计变量 55
2.4.2 目标函数 55
2.4.3 约束函数 56
2.4.4 标准数学模型 56
2.5 本章小结 56
第3章 船舶几何布置优化设计建模 59
3.1 船舶几何布置的参数化 61
3.1.1 船舶布置空间 61
3.1.2 船舶布置对象 64
3.2 船舶几何布置设计约束 68
3.2.1 设计约束分类 68
3.2.2 基础约束 68
3.2.3 法规约束 71
3.2.4 经验约束 73
3.3 船舶几何布置评估 75
3.3.1 评价指标体系 75
3.3.2 评价指标计算 76
3.3.3 基于模糊集合论的评价指标标准化 78
3.4 船舶几何布置优化问题数学模型 81
3.4.1 设计变量 81
3.4.2 目标函数 82
3.4.3 约束函数 83
3.4.4 标准数学模型 83
3.5 本章小结 83
第4章 基于膜计算理论的智能扩散求解算法 85
4.1 P系统的基本概念和计算原理 87
4.1.1 基本概念 87
4.1.2 计算原理 88
4.2 DAPS的基本结构及数学模型 89
4.2.1 DAPS的灵感来源 89
4.2.2 DAPS中的混合膜结构P系统 91
4.2.3 DAPS中的随机搜索算子 100
4.3 DAPS的算法测试试验及性能分析 107
4.3.1 单峰函数测试试验 108
4.3.2 多峰函数测试试验 113
4.3.3 不同维度基准函数测试试验 114
4.3.4 复合函数测试试验 118
4.4 本章小结 121
第5章 船舶总布置优化问题的智能协同求解 123
5.1 基于DAPS的约束优化问题求解 125
5.1.1 智能优化算法中的约束处理 125
5.1.2 集成多种约束处理方法的DAPS 129
5.1.3 算法测试试验及性能分析 134
5.2 船舶拓扑-几何布置映射关系 139
5.2.1 船舶拓扑-几何布置映射关系的定义 139
5.2.2 船舶几何布置g在映射f下的像 139
5.2.3 船舶拓扑布置t关于映射f的原像 141
5.3 基于智能优化算法的协同求解流程 143
5.3.1 计算流程 143
5.3.2 求解流程的基本特点 145
5.4 本章小结 146
第6章 船舶总布置智能优化设计案例 149
6.1 Atlantis号科考船 151
6.1.1 Atlantis号科考船简介 151
6.1.2 优化设计输入 152
6.1.3 优化目标及约束 159
6.1.4 优化设计结果 160
6.1.5 分析讨论 161
6.2 150客长江豪华旅游船 170
6.2.1 150客长江豪华旅游船简介 170
6.2.2 优化设计输入 171
6.2.3 优化设计结果 179
6.2.4 分析讨论 182
6.3 本章小结 184
参考文献 185