基于近似模型的船舶主尺度参数优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113868765A(43)申请公布日2021.12.31(21)申请号202111142269.X(22)申请日2021.09.28(71)申请人中国舰船研究设计中心地址430064湖北省武汉市武昌区紫阳路268号(72)发明人王瑾魏骁陈思龙文胡玉龙(74)专利代理机构湖北武汉永嘉专利代理有限公司42102代理人胡建平王杰(51)Int.Cl.G06F30/15(2020.01)G06F30/17(2020.01)G06F30/27(2020.01)权利要求书2页说明书6页附图3页(54)发明名称基于近似模型的船舶主尺度参数优化方法(57)摘要本发明涉及一种基于近似模型的船舶主尺度参数优化方法，包括S1、船舶快速性模型试验数据库构建；S2、选取近似模型类型，建立相应的关于主尺度、船型参数与剩余阻力系数的映射关系的近似模型函数，并进行近似模型函数误差分析及有效性检验；S3、选取一组数据库以外的船舶主尺度、船型参数数据作为输入，基于各个近似模型，预报阻力系数，与相应试验值进行对比，验证所建近似模型预报阻力的精度；S4、基于近似模型，利用自适应模拟退火算法单目标优化算法，以全航速段阻力最小为目标，对主尺度参数寻优。本发明基于利用ASA单目标优化算法，以全航速段阻力最小为目标可快速实现船舶主尺度参数寻优选取。CN113868765ACN113868765A权利要求书1/2页1.一种基于近似模型的船舶主尺度参数优化方法，其特征在于，包括以下步骤：S1、船舶快速性模型试验数据库构建：筛选不同船型在多种排水量下的主船体阻力试验数据，选取主要影响阻力的主尺度、船型参数及快速性参数，构建主尺度、船型参数、快速性参数数据库；S2、近似模型构建：基于S1中的数据库样本点选取近似模型类型，建立相应的关于主尺度、船型参数与剩余阻力系数的映射关系的近似模型函数，并进行近似模型函数误差分析及有效性检验；S3、阻力预报：选取一组数据库以外的船舶主尺度、船型参数数据作为输入，摩擦阻力采用Prandtl‑Schlichting公式计算，基于S2中所建的各个近似模型，预报阻力系数，与相应试验值进行对比，验证所建近似模型预报阻力的精度；最后选取误差范围更稳定、误差均值更小的模型作为快速预报船舶阻力的近似模型；S4、利用优化算法自动对船舶主尺度参数寻优：基于S3中最终选取的近似模型，利用自适应模拟退火算法(ASA)单目标优化算法，以全航速段阻力最小为目标，对主尺度参数寻优。2.根据权利要求1所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S1中，主要影响阻力的主尺度包括水线长Length、水线宽Beam、吃水T、排水体积V、主船体湿表面积S，船型参数包括方形系数Cb、中横剖面系数Cm，快速性参数包括航速Vs以及剩余阻力系数1000Cr。3.根据权利要求2所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S1中，构建数据库时，各参数在合理的范围内尽量分布均匀、上下边界尽量大。4.根据权利要求2所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S1中，构建数据库时，选取船型特征较为相似的船型方案。5.根据权利要求2所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S2中，所述近似模型包括响应面模型，所述响应面模型以Length、Beam、T、V、S、Cb、Cm、Vs为输入变量，1000Cr为输出变量；相应的近似模型函数为：式中，xi、xj为第i、j个设计样本点，k为样本点的个数，α0、αi、αij、αii、αiii、αiiii为四阶多项式待定系数。6.根据权利要求2所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S2中，所述近似模型包括径向基模型，所述径向基模型包括输入层、隐含层、输出层，输入层与隐含层呈现非线性变换，隐含层与输出层呈现线型变换的关系，径向基函数(RBF)是神经网络输入层到隐含层的学习函数，是典型的非线性函数；相应的近似模型函数为：rk＝R(||x‑Tk||)其中，x＝[x1,x2,…,xn]表示n维输入向量，||||是欧式范数，Tk是第k个隐含节点的中心(k＝1,2,..,NT)，NT为训练样本点数，R()是RBF函数，rk是输出距离函数。7.根据权利要求5或6所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S2中，进行近似模型函数误差分析及有效性检验时，采用均方根R和决定系数误差R2对2CN113868765A权利要求书2/2页模型的精度进行校验，R→0表示模型误差小，近似精度高，R2→1表示模型和原模型相似程度高。8.根据权利要求1所述的基于近似模型的船舶主尺度参数优化方法，其特征在于，步骤S3中，所述Pr