水面舰船总布置的优化是一个具有挑战性、复杂性的问题,其特点是搜索空间非常大,目标与约束往往相互冲突。为了解决这一问题,很多学者做了多方面的研究,本书简要介绍几种优化方法:
1)模糊优化
总布置设计的难点是大量冲突的设计目标和约束,这些约束通常是主观的。处理这类问题的一种理想方法是模糊优化,该方法是由Nehrling(1985)提出[79],然后用于其他安排的设计工作。在模糊优化中,首先为每个目标或约束定义模糊隶属函数或模糊效用0≤U(x)≤1,选择独立变量x以适当地反映每个问题。一个典型的模糊实用程序可以用来表达在纵向x方向上的分离要求,U(x)=0的区域对于设计者显然是不可接受的,并且具有U(x)=1的区域是完全可接受的。最小阈值xl和设计目标xU之间的模糊区域是0~1的主观模糊量。
如果每个设计目标后者约束被表示为Ui(x),那么模糊优化的目标就可以看作是最大化优化函数的过程,此时的x即为要寻找的目标,这种方法在所有相互冲突的目标和约束之间产生多准则折中,并以类似的方式处理它们。该方法具有搜索优势,总是有一个“可行”的解决方案可以供选择、改进。
2)分配优化
将空间分配到区域甲板是一个复杂的问题,它是经典装箱问题和具有相对邻接和分离约束的二次指派问题的结合。理论上它是一个NP-Hard问题[3],除了列举所有可能的解决方案,没有已知的精确解决方案方法。此外,分配是一个组合问题,它寻求一组数字,这些数字不是表面的一部分,形状和斜率信息可以用于优化搜索策略。分配优化有一个非常大的搜索空间,可以有多个局部极小值。
分配目标是有效的空间利用,其约束包括毗邻、分离以及船内剖面内的全局位置,这些目标捕获了大多数总布置策略。有效的空间利用是一个连续的约束,每个空间i都有一个需要的区域Ai,每个Zone-deck都有一个可用的区域Ak。Zone-deck的k区域利用率可定义为UUk(x)=∑Ai/Ak,在这种情况下,i空间仅是设计x分配给Zone-deck k的那些空间。
剩余的空间分配目标和约束是离散的,而不是连续的。每个空间的全局定位表示为相对于船舶内的全局位置的设计偏好。由于Zone-deck是离散的,这是由一个值为0~1的数组组成的;每个空间的每个分区都有一个数组。如图3-6所示,这可以直观地显示为船舶内部轮廓彩色编码值阵列。(https://www.xing528.com)
图3-6 全局位置分配
相邻和分离约束是空间A的Zone-deck位置与任何其他空间、位置B相关的相对位置约束。在分配中,它们涉及B对A的Zone-deck位置,因此也是离散的。因为在设计中所期望的相对位置可能根据空间A在损伤控制(damage control,DC)甲板上、在DC甲板上面或在DC甲板下面变化,所以存在三个条件约束。
分配问题是一个具有大搜索空间的组合优化问题。这类问题是使用遗传算法(genetic algorithm,GA)求解的自然候选。使用染色体方程的整数编码遗传算法的实验产生了非常有效的解决方案。Nick等人在其研究中使用了两轮锦标赛选择算法(Michalewicz,1999)和精英主义来选择收敛元素和变异,模拟二进制交叉、简单交叉,以及两空间交换来选择发散的全局搜索元素。
由于整个优化过程与Zone-deck和空间直接关联,所以分配问题也可以通过基于代理的算法来处理。代理是具有指定行为的代码或对象的元素。一组并行的个体代理通常可以进化出一个有效的解决问题的方法。Daniels以人类设计团队为模型,采用基于代理的方法进行实验,该团队使用相同的染色体方程产生有效的解决方案[80],Daniels等人提出的算法与传统的遗传算法相比,在优化速度方面有了很大提高。
3)布置优化
布置优化方法在建筑行业中取得了显著的成果,对于船舶总布置设计来说,每个分区甲板的详细布置被当作两个步骤来处理,外环是Zone-deck内空间重心的相对前后位置拓扑结构优化。几何结构是对任何特定拓扑结构的连接件舱壁的详细布置。由于给定拓扑可以产生多个几何形状,因此内环使用随机增长算法随机地为每个输入拓扑创建多个几何形状,具有最佳设计效用的一个用于U(x)。采用遗传算法进行拓扑模糊优化。Nick已经开发并实现了使用轮盘选择、交叉和两个空间交换的定制遗传算法[81]。
空间的生成受到空间大小、形状和访问约束的影响。约束包括所需面积、最小总尺寸、最小段宽、宽高比和周长。对于每一个简单的、逻辑的、分段线性的应用,根据具体需要编辑它们。可以指定一个空间应该从另一个空间进入内部,或者应该有一个或两个通道进入。在DC甲板上,进出通道可以是左舷、右舷,也可以是两个主要通道(如果存在的话,也可以是横渡通道)。如果需要两个访问,则包含一个附加约束,以确保它们之间能够相距足够远,从而在紧急情况下可以在功能上将它们视为两个独立的访问。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
