基于自适应变异粒子群算法的船舶结构优化方法

作者：王一镜; 罗广恩^*; 王陈阳; 李爽

来源：中国舰船研究, 2022, 17(02): 156-164.

DOI：10.19693/j.issn.1673-3185.02306

• 结构优化
• BP神经网络
• 自适应变异粒子群算法
• 遗传算法
• 车渡船跳板

[目的]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、求解速度偏慢的问题。[方法]基于自适应变异粒子群算法（AMPSO）、BP神经网络、遗传算法（GA），结合Isight/Nastran设计的正交试验方法，提出AMPSO-BP-GA结构优化方法，然后分别以十杆桁架和跳板结构的优化作为算例，验证所提优化算法的准确性和可行性。[结果]计算结果表明：在相同的约束条件下，经AMPSO-BP-GA方法优化后，十杆桁架结构重量为2 272.1 kg，比其他方法优化后的结构重量更轻；跳板重量减少了33.3%，对比GA-BP-GA方法和PSOBP-GA方法分别减少25.4%和17.9%，显示AMPSO-BP-GA方法的优化效果更佳。[结论]AMPSO-BP-GA方法针对结构轻量化的优化效果更佳，可为船舶结构优化设计提供参考。

• 单位
  江苏科技大学