摘要
当前系泊缆大多为组合缆的形式,需要加装配重块,配重位置和重量通常根据经验进行设计。为减少计算量,尽快找到最优配重参数,借助粒子群优化反向传播(Particle Swarm Optimization-Back Propagation, PSO-BP)神经网络,采用正交试验设计法确定神经网络的样本数据,利用神经网络的泛化能力以尽可能地减小有限元计算工作量,然后将神经网络预测结果应用到遗传算法中。以所有系泊缆张力之和的最小值为优化目标,在给定范围内搜索最优解。优化后8根系泊缆安全因数之和提高36.07,且高于随机选择的配重方案的安全因数,该方法可为大计算量的优化问题提供思路。
-
单位天津大学; 建筑工程学院; 海洋石油工程股份有限公司