船舶不沉性是衡量船舶生命力的重要性能，也是优选水密分舱策略的关键指标，但时间成本高仍是制约不沉性寻优实用化的难点。随着机器学习技术应用不断深入，将提供更有效的途径。该研究基于强化学习的粒子群算法求解不沉性分舱优化问题，实现集成机器学习模块和不沉性设计模块的优化系统开发和界面设计，讨论算法中不同参数的设置对寻优能力的影响。通过寻优解的分析，表明该方法能够高效地找到较优的分舱方案，为制定科学的分舱策略等方面提供依据。
科研之友
微信
新浪微博
Facebook
分享链接
