隨著計算機和數(shù)據(jù)處理等技術(shù)的發(fā)展,許多學(xué)者開展了基于代理模型的船舶水動力性能預(yù)報及優(yōu)化工作。然而,目前的大部分研究是采用船型性能數(shù)據(jù)集以及抽取設(shè)計空間內(nèi)的大量船型樣本點對單一形式的代理模型進行構(gòu)建,關(guān)于模型形式選擇和樣本點數(shù)量對預(yù)報效果的影響研究相對匱乏。因此,本文圍繞船舶阻力性能,分別以公開的船模試驗數(shù)據(jù)集和通用船型為研究對象,采用代理模型開展船舶阻力性能預(yù)報及優(yōu)化工作。首先,采用系列60船模試驗數(shù)據(jù)樣本,對多種常用單一代理模型的預(yù)報效果進行分析比較。針對單一模型進行性能預(yù)報所存在的問題,提出了一種基于遺傳優(yōu)化算法的組合代理模型構(gòu)建方式。通過對組合代理模型進行測試,表明了該方法可在保證構(gòu)建效率和穩(wěn)定性的前提下提升預(yù)報精度。為進一步考察該方法的適用性,以相同測試過程對泰洛系列數(shù)據(jù)集進行模擬,同樣取得了較好的預(yù)報效果。其次,以Wigley船型為研究對象,應(yīng)用自由變形法在參數(shù)變化范圍內(nèi)對船體線型進行變化,分別采用常用的Sobol、正交試驗和拉丁超立方抽樣方式在設(shè)計空間中選取不同數(shù)量的船型樣本,通過SHIPFLOW軟件對這些樣本進行設(shè)計航速下的興波阻力計算,生成船型性能數(shù)據(jù)集。通過比較三種抽... 

【文章來源】：中國艦船研究院北京市

【文章頁數(shù)】：109 頁

【學(xué)位級別】：碩士

【部分圖文】：

船舶阻力性能研究方法流程

樣本數(shù)據(jù)分為大小部分，大部分作為訓(xùn)練樣本，小部分作為測試樣本。K折交叉，即將樣本數(shù)據(jù)隨機分為K份，其中K-1份為訓(xùn)練樣本，剩余1份為測試樣本；當(dāng)一輪測試完成后，重新隨機選擇不同的K-1份為訓(xùn)練樣本進行模型構(gòu)建，剩余1份樣本進行測試；如此循環(huán)若干輪之后，對所建模型進行評估。本文將隨機抽取原始數(shù)據(jù)集的85%作為訓(xùn)練樣本，采用4折交叉訓(xùn)練法對模型進行參數(shù)調(diào)優(yōu)，利用剩余的15%作為測試樣本對調(diào)優(yōu)后的模型進行測試。1.3.2機器學(xué)習(xí)建�；具^程機器學(xué)習(xí)建模過程可大致分為數(shù)據(jù)采集與預(yù)處理、模型調(diào)優(yōu)和驗證四個步驟，如圖1.2所示。圖1.2機器學(xué)習(xí)建模基本過程數(shù)據(jù)是機器學(xué)習(xí)的基礎(chǔ)，數(shù)據(jù)的采集方式包括爬蟲和訪問數(shù)據(jù)庫等，數(shù)據(jù)的質(zhì)量和數(shù)量對模型的預(yù)測效果尤為重要[8]。因此，需對采集的數(shù)據(jù)進行預(yù)處理，檢查數(shù)據(jù)的準(zhǔn)確性、完整性和一致性等。本文所采用的船型性能數(shù)據(jù)是由船模試驗和經(jīng)驗證的CFD計算得到，可保證數(shù)據(jù)的準(zhǔn)確可靠。而對基于CFD技術(shù)的船舶阻力性能預(yù)報及優(yōu)化問題，首要內(nèi)容是采用抽樣方法在船型改型空間內(nèi)選取一定數(shù)量的船型樣本，由于樣本點質(zhì)量主要體現(xiàn)在樣本點在設(shè)計空間中的分布狀況，故本文通過計算抽取樣本得到平均歐式距離MED(Mean

代理模型在船舶阻力預(yù)報及優(yōu)化中的應(yīng)用12果，檢驗了新方法的有效性和實用性。第七章：總結(jié)與展望。對本文完成的工作內(nèi)容進行總結(jié)，為采用代理模型進行船型優(yōu)化設(shè)計的進一步深入研究給出建議。圖1.3論文研究總體思路

【參考文獻】：
期刊論文
[1]基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究進展[J]. 王萬良,張兆娟,高楠,趙燕偉.  計算機集成制造系統(tǒng). 2019(03)
[2]基于Kriging代理模型的船舶水動力性能多目標(biāo)快速協(xié)同優(yōu)化[J]. 王剛成,馬寧,顧解忡.  上海交通大學(xué)學(xué)報. 2018(06)
[3]基于SHIPFLOW軟件的某集裝箱船的阻力計算分析[J]. 田中文,何珍,伍蓉暉,王金明.  廣東造船. 2018(01)
[4]大數(shù)據(jù)技術(shù)在船舶主尺度確定中的應(yīng)用研究[J]. 管官,鄭孟添,紀卓尚.  應(yīng)用科技. 2018(02)
[5]基于近似模型的海上發(fā)射船船型優(yōu)化[J]. 郝浩浩,韓端鋒,高良田,白樂巍,賴昱興.  船舶工程. 2017(07)
[6]基于K近鄰算法和支持向量回歸組合的短時交通流預(yù)測[J]. 劉釗,杜威,閆冬梅,柴干,郭建華.  公路交通科技. 2017(05)
[7]基于SHIPFLOW的KCS船型興波阻力數(shù)值計算[J]. 萬超.  中國水運. 2017(05)
[8]基于IPSO-BP神經(jīng)網(wǎng)絡(luò)的最小阻力船形優(yōu)化設(shè)計[J]. 侯遠杭,劉飛,梁霄.  上海交通大學(xué)學(xué)報. 2016(08)
[9]基于SHIPFLOW的某大型集裝箱船阻力預(yù)報與試驗驗證[J]. 盧雨,胡安康,尹遜濱,田明琦.  中國造船. 2016(02)
[10]基于支持向量機的船舶阻力近似模型[J]. 肖振業(yè),馮佰威,劉祖源,常海超,王峰.  計算機輔助工程. 2015(04)

博士論文
[1]基于SBD技術(shù)的船舶水動力構(gòu)型優(yōu)化設(shè)計研究[D]. 李勝忠.中國艦船研究院 2012

碩士論文
[1]基于CFD的船型參數(shù)敏感度分析研究[D]. 陳佳寶.中國艦船研究院 2019
[2]船模自航試驗的數(shù)值模擬[D]. 朱芳艷.武漢理工大學(xué) 2013
[3]基于BP神經(jīng)網(wǎng)絡(luò)的三體船布局優(yōu)化研究[D]. 許小穎.天津大學(xué) 2012
[4]基于CFD的船體阻力性能優(yōu)化[D]. 徐力.上海交通大學(xué) 2012
[5]響應(yīng)面方法在多種實際優(yōu)化問題中的應(yīng)用[D]. 馬寶勝.北京工業(yè)大學(xué) 2007
[6]船舶操縱預(yù)報的神經(jīng)網(wǎng)絡(luò)方法[D]. 唐曉光.武漢理工大學(xué) 2002



本文編號：3443044