人工智能船舶结构-人工智能与船海工程

设计人员在设计船舶时，很大程度上依赖于他们的经验和现有的船舶数据。尤其在初步设计阶段，由于可用信息有限，不能完全由形式化设计过程支持，基于设计者专业知识和启发式知识的决策对设计过程非常重要。为了支持这些概念设计环境，设计者的经验和启发式知识被转换为可读的格式，可以在计算机系统上操作。现有的船舶数据在概念设计中是非常有用和重要的。为了有效地使用这些数据，需要建立现有船只数据库并对其进行实际应用。在这种情况下，有必要开发将基于知识的复杂技术概念工程与船舶产品设计软件系统结合的方法。在设计阶段，更精确、更好的设计不仅可以减少返工时间和资源浪费，而且缩短了施工时间，提高了质量和效益。将规则和分类法则存储在基于知识的系统中，并用于改进船舶设计过程，设计者可以在设计和建模过程中搜索规律。基于知识的系统提供适当的建议和支持，集成信息，防止冲突和错误的发生。

根据船舶设计特点，日本川崎重工公司开发了一个将知识库与宏观指令相结合的设计系统，能够根据各种具体情况设计出合理的船体结构［83］。德国罗斯托克大学在研究程序中规划了船舶信息与通信系统和基于知识的船舶结构要素［84］，可以应用知识方法推导或计算设计基础，并从知识库中得到设计工具。Helvacioglu在船体结构初始设计阶段采用目标驱动方法，将设计知识集成到设计系统中，实现高效、灵活的设计环境。正确的设计可以保证任务要求的准确实现，包括良好的耐波性能和机动性，以及特定的速度、耐力、货物能力和自重。此外，船舶设计还包括检查和修改货物装卸能力、舱位、分舱和稳定标准以及自由舱和吨位测量的实现，这些通常被定义为约束。

Bronsart开发了一个基于知识的船舶设计模型，使用语义Web技术［85］。该模型通过无缝网络集成知识、几何模型和制造信息。KBE方法在计算机辅助设计系统中的集成可以实现自动质量保证。知识获取是提取人类知识和专业知识以及记录的过程，Zimmermann研究了基于知识工程方法在结构设计中的应用，在正式介绍知识和质量的基础上，阐述了知识工程在知识查询和质量保证中的应用，描述了网络环境下的知识推理方法和基于知识的信息结构。(www.xing528.com)

船舶和浮式结构是服务于多种目的的重要工程结构，如运输货物和旅客、石油／天然气／矿物的勘探／生产／储存、海岸保护和监视以及军事防御等。现代工程设计日益复杂，如对规模经济、高速度、低运动、恶劣天气条件下的作业能力、能源效率、清洁环境和材料科学技术进步的迫切要求。船舶和浮式结构是最复杂的工程结构之一，其设计和分析时间长达数月，生产可能需要数月到数年。船舶和浮式结构是非常复杂的产品，其设计受本质上相互冲突的参数控制。有关船舶和浮式结构设计的重要参考书有《Ship design for efficiency and economy》《Practical ship design》《Ship construction》《The maritime engineering reference book》《Principles of Naval Architecture Series》。

由于最佳船舶的设计和制造成本太高，为了降低单位成本，可以采取替代方法。在给定一组约束条件的备选方法中（结合造船厂的受限能力），船舶的设计不是为了“最优”，而是为了“接近最优”。此外，在航空航天工业中成功实施模块化的驱动下（波音747、767和787系列，是基本波音747设计的模块化变体）［86］，可以采用类似的模块化方法进行设计。