期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于AMPSO-BP-GA的油船舱段结构优化 被引量：1
1
作者 王一镜 罗广恩 +1 位作者 刘家奇 刘俊成 《江苏科技大学学报（自然科学版）》 CAS 北大核心 2023年第2期7-13,共7页
由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢等问题.基于自适应变异粒子群算法(adaptive mutation particle swarm optimization, AMPSO)、BP神经网络、遗传算法(genetic algorithm, GA),结合Isight/Nastran... 由于船体结构的复杂性,传统优化方法容易出现陷入局部最优、求解速度偏慢等问题.基于自适应变异粒子群算法(adaptive mutation particle swarm optimization, AMPSO)、BP神经网络、遗传算法(genetic algorithm, GA),结合Isight/Nastran设计的正交试验,提出了AMPSO-BP-GA结构优化方法.以油船油货舱段结构的优化为算例,验证结构优化方法的有效性和可行性.结果表明:AMPSO算法相比于粒子群算法(particle swarm optimization, PSO)和GA算法具有更好的极值寻优能力;AMPSO-BP神经网络比PSO-BP和GA-BP预报精度更高;针对油船舱段结构优化,在相同的约束条件下,文中的AMPSO-BP-GA方法优化后重量较原设计减轻17.3%,优于GA-BP-GA优化方法的13.5%和PSO-BP-GA优化方法的13.4%.证明该方法具有可行性和有效性并具有推广性,可为船舶结构设计提供参考. 展开更多
关键词 舱段结构优化 BP神经网络 自适应变异粒子群算法 遗传算法 油船舱段
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部