船體曲面設計是船舶設計的關鍵環(huán)節(jié)之一,非均勻有理B樣條是當今船體曲面設計的主流方法。當前船體曲面設計方法存在需要數(shù)據量大、定義數(shù)據冗余、不利于船體曲面的修改和光順,以及不利于高效利用優(yōu)化算法等弊端。另外,船體曲面設計仍然停留在曲線和曲面幾何特性與流場信息相分離的階段,并且普通優(yōu)化方法難以汲取設計者經驗以指導優(yōu)化設計,使得船體曲面設計難以達到智能化設計的目的。因此,論文在分析船體曲面特征基礎上,將NURBS與流曲線曲面造型方法相結合,提出了 NURBS流曲線船體曲面輕量參數(shù)化設計方法,用逼近方法取代插值方法,對智能求解策略進行合理.設計,并通過多艘實船的相關算例驗證了所提出方法的有效性和實用性。為了提高設計效率和計算穩(wěn)定性,研究了用盡可能少的控制頂點去逼近水線和艏艉輪廓線,給出了輕量化逼近船體水線和艏艉輪廓線的數(shù)學模型,構建了基于量子行為粒子群算法的船體水線和艏艉輪廓線逼近問題的求解框架。針對水線和艏艉輪廓線的逼近設計特點,引入記憶因子改進量子行為粒子群算法求解輕量化水線逼近設計問題,然后將免疫遺傳算法的免疫算子和量子行為粒子群算法相結合,設計了免疫量子行為粒子群算法,提出了自適應約束進...

【文章頁數(shù)】：186 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀及發(fā)展動態(tài)分析
        1.2.1 基于NURBS船體曲面表達和設計方法
        1.2.2 流曲線曲面造型方法
    1.3 智能優(yōu)化算法基本理論
        1.3.1 量子行為粒子群算法
        1.3.2 遺傳算法
        1.3.3 文化算法
    1.4 研究內容和組織結構
2 船體型線的特點及NURBS方法
    2.1 引言
    2.2 船體曲面特征線
        2.2.1 水線類型
        2.2.2 橫剖線類型
        2.2.3 船體曲面邊界特征線
    2.3 船體坐標系
    2.4 NURBS技術
        2.4.1 B樣條基函數(shù)
        2.4.2 NURBS曲線
        2.4.3 NURBS曲面
        2.4.4 NURBS曲線和曲面的特性
        2.4.5 NURBS基本算法
        2.4.6 應用NURBS構造二次曲線
        2.4.7 NURBS構造組合曲線
        2.4.8 蒙皮曲面
    2.5 小結
3 基于NURBS的船體水線輕量化逼近
    3.1 引言
    3.2 水線輕量化逼近控制頂點分布模型
    3.3 水線輕量化逼近設計數(shù)學模型
        3.3.1 目標函數(shù)
        3.3.2 設計變量
        3.3.3 輸入參數(shù)
        3.3.4 約束條件
    3.4 水線輕量化逼近的改進量子行為粒子群算法
        3.4.1 改進量子行為粒子群算法的計算過程
        3.4.2 改進的量子行為粒子群算法描述
    3.5 算例
        3.5.1 特征水線逼近設計實例
        3.5.2 逼近曲面與原始曲面的對比
    3.6 小結
4 基于NURBS的艏艉輪廓線輕量化逼近
    4.1 引言
    4.2 艏輪廓線輕量化逼近控制頂點分布模型
        4.2.1 垂直式艏
        4.2.2 前傾式艏
        4.2.3 斜直式艏
        4.2.4 飛剪式艏
        4.2.5 破冰式艏
        4.2.6 球鼻式艏
    4.3 艏輪廓線輕量化逼近設計數(shù)學模型
        4.3.1 目標函數(shù)
        4.3.2 適應度值函數(shù)
        4.3.3 設計變量
        4.3.4 輸入參數(shù)
        4.3.5 約束條件
    4.4 艉輪廓線輕量化逼近控制頂點分布模型
    4.5 艉輪廓線輕量化逼近設計數(shù)學模型
        4.5.1 目標函數(shù)
        4.5.2 適應度值函數(shù)
        4.5.3 設計變量
        4.5.4 輸入參數(shù)
        4.5.5 約束條件
    4.6 艏艉輪廓線輕量化逼近的自適應免疫量子行為粒子群算法
        4.6.1 量子行為粒子群算法的搜索機制
        4.6.2 自適應約束演化策略
        4.6.3 免疫操作
        4.6.4 自適應免疫量子行為粒子群算法的計算過程
        4.6.5 自適應免疫量子行為粒子群算法描述
    4.7 實船算例
        4.7.1 艏艉輪廓線逼近設計算例
        4.7.2 其他曲線逼近方法的比較
    4.8 小結
5 NURBS流曲線及船體曲面垂向輕量參數(shù)化自行設計
    5.1 引言
    5.2 NURBS流曲線造型新方法
        5.2.1 流曲線造型的數(shù)值模型
        5.2.2 零流曲線的NURBS表示
        5.2.3 設計約束處理方法
        5.2.4 NURBS流曲線造型步驟
    5.3 基于吃水函數(shù)的參數(shù)化設計方法
        5.3.1 水線類設計模型
        5.3.2 艏艉輪廓線設計方法
        5.3.3 最大橫剖面線設計方法
        5.3.4 平邊線
        5.3.5 吃水函數(shù)
        5.3.6 設計流程
    5.4 輕量化水線設計的知識引導優(yōu)化求解策略
        5.4.1 種群空間
        5.4.2 接受函數(shù)
        5.4.3 信念空間
        5.4.4 影響函數(shù)
        5.4.5 終止準則
        5.4.6 求解步驟
    5.5 設計算例
        5.5.1 NURBS流曲線造型方法數(shù)值算例
        5.5.2 知識引導優(yōu)化求解策略工程算例
        5.5.3 船體曲面設計工程實例
    5.6 小結
6 基于NURBS的輕量化船體曲面逼近
    6.1 引言
    6.2 曲線逼近模型
        6.2.1 曲線一次逼近模型
        6.2.2 曲線二次逼近模型
    6.3 船體曲面逼近設計求解模型
        6.3.1 輸入參數(shù)
        6.3.2 設計變量
        6.3.3 約束條件
        6.3.4 目標函數(shù)
    6.4 染色體長度自適應改變的遺傳算法
        6.4.1 染色體
        6.4.2 適應度值函數(shù)
        6.4.3 選擇算子
        6.4.4 動態(tài)交叉算子
        6.4.5 變異算子
        6.4.6 自適應的交叉率和變異率
        6.4.7 終止準則
    6.5 船體曲面逼近設計方法
    6.6 實船設計算例
        6.6.1 對有理截面線的曲面逼近設計
        6.6.2 對插值截面線的曲面逼近設計
    6.7 小結
7 結論與展望
    7.1 結論
    7.2 創(chuàng)新點摘要
    7.3 展望
參考文獻
攻讀博士學位期間科研項目及科研成果
致謝
作者簡介



本文編號：3735952