下载文档原格式
基于遗传算法的多规格管材或型材的优化下料作者：刘在良翁旭辉王静夏小浩来源：《计算机时代》2018年第12期摘; 要：在船舶建造中存在大量的管材或型材需求，这些材料的一维优化下料（一维套料）问题一直在被研究。
文章提出了一种基于遗传算法的求解方法，建立了数学模型，给出了编码解码方案和交叉变异方法等，并结合实际情况提出一种方法利用近似优化算法来修复无效基因，同时还在代代相传中采用精英保留策略尽可能保留每代最优解，有利于加快收敛。
实例结果表明该算法的有效性，符合预期目标。
关键词：一维优化下料; 遗传算法; 优化算法; 一维套料中图分类号：U671.2; ; ; ; ; 文献标志码：A; ; ;文章编号：1006-8228（2018）12-67-04Abstract： There are a large number of pipe or profile requirements in ship construction， one-dimensional optimum cutting （one-dimensional nesting） of multi-size stock materials has been being studied. This paper presents a solution method based on genetic algorithm， establishes a mathematical model， gives the coding and decoding scheme， and cross and mutation methods，according to the actual situation， proposes a method to repair invalid genes by using approximate optimization algorithm. At the same time， elite retention strategies are used to preserve the optimal solution of each generation as far as possible in the process of generation-to-generation transmission， which is helpful to speed up the convergence. The example shows that the algorithm is effective and meets the expected goal.Key words： optimal one-dimensional cutting; genetic algorithm; optimization algorithm; one-dimensional nesting0 引言在船舶建造过程中，如何减少浪费，不断的提高材料利用率一直是各大船厂追求的目标，如何用数学方法来最大化利用材料也一直被讨论。
基于混合遗传算法的船舶避碰路径规划船舶避碰路径规划是船舶导航中的重要问题之一，主要目的是避免船舶之间发生碰撞。
针对这一问题，混合遗传算法是一种有效的优化方法，它结合了遗传算法和其他优化算法的优点，在船舶避碰路径规划中具有潜在的应用价值。
本文将探讨基于混合遗传算法的船舶避碰路径规划方法，重点分析了算法的原理、优化过程与实验结果。
一、算法原理混合遗传算法是一种兼具全局搜索和局部优化能力的优化算法，它能够在大规模搜索空间中快速找到全局最优解。
其原理主要包括个体编码、遗传操作和局部搜索三个方面。
1. 个体编码在船舶避碰路径规划中，船舶的路径可以通过一系列的坐标点表示。
可以将船舶路径编码成一个个体，从而形成一个种群。
个体编码的设计对于算法的性能和收敛速度具有重要影响，通常可以采用二进制编码或浮点编码，根据具体问题的特点选择合适的编码方式。
2. 遗传操作混合遗传算法主要包括选择、交叉、变异和更新四种遗传操作。
选择操作通过适应度函数来选择个体，使得适应度高的个体更有可能被选中。
交叉操作通过交换个体的染色体来生成新的个体，从而实现基因的混合和变异。
变异操作通过随机改变个体的某些基因值，以增加种群的多样性。
更新操作用于更新种群，使得适应度更高的个体有更大的生存机会。
3. 局部搜索混合遗传算法通常会结合其他优化算法的局部搜索能力，如模拟退火算法、粒子群算法等，以加快收敛速度和提高优化性能。
局部搜索能够帮助算法跳出局部最优解，更快地找到全局最优解。
二、优化过程混合遗传算法的优化过程包括初始化种群、适应度评估、遗传操作、局部搜索和终止条件五个步骤。
1. 初始化种群首先随机生成一定数量的个体，作为初始种群。
种群的大小和初始个体的编码方式需要根据实际问题进行设计，以保证算法的有效性和效率。
2. 适应度评估对于每个个体，利用适应度函数评估其在当前环境下的适应度。
适应度函数通常由船舶避碰路径规划的具体要求来定义，如最小化碰撞风险、最大化安全间距等。
型材优化下料的混合遗传算法
随着工业化进程的不断发展，型材加工已经成为了生产线上不可或缺的一环。
然而，型材下料的效率和精度一直是制约型材加工质量和生产效率的瓶颈。
因此，如何优化型材下料成为了制造业的重要课题之一。
混合遗传算法是一种应用广泛的优化算法，在型材下料问题中也得到了广泛的应用。
这种算法不仅能够快速地找到最优解，还能够同时考虑多个目标，从而得到更加优秀的结果。
但是，在实际应用中，传统的遗传算法存在着收敛速度慢、易陷入局部最优解等问题。
因此，本文提出了一种新的型材优化下料的混合遗传算法。
该算法结合了遗传算法和差分进化算法的优点，利用交叉和变异来产生新个体，并通过动态调整交叉和变异率来避免陷入局部最优解。
同时，该算法还引入了精英保留策略，保证了种群中优秀的个体不会被淘汰。
实验结果表明，该算法可以有效地优化型材下料问题，具有很好的应用前景。
总之，型材优化下料的混合遗传算法是一种新的优化方法，可以有效地提高型材下料的效率和精度，为制造业的发展做出贡献。
- 1 -。
基于遗传算法的舰船抗沉决策模型研究随着现代科技的快速发展，各种高科技武器的出现，海上安全问题也愈加复杂，舰船抗沉决策模型的研究越来越受到关注。
遗传算法是一种解决复杂问题的有效方法，近年来在舰船抗沉领域的研究中也得到了广泛应用。
本文将探讨基于遗传算法的舰船抗沉决策模型的研究。
一、遗传算法概述遗传算法是一种基于自然选择和遗传变异机制的优化算法。
在遗传算法中，个体的适应度是算法优化的关键。
算法通过对个体进行适应度评价、交叉和变异操作来不断更新种群，从而逐步求解最优解。
二、基于遗传算法的舰船抗沉决策模型舰船抗沉是船舶安全的关键问题之一，舰船抗沉决策模型是指在舰船沉没威胁下，通过对各种因素的综合考虑，选择最佳方案来保证船舶安全的决策模型。
基于遗传算法的舰船抗沉决策模型主要分为以下几个步骤：1、建立决策模型。
根据具体的问题建立相应的舰船抗沉模型，包括各种因素的权重、决策变量、对各种因素的评价函数等。
2、初始化种群。
用随机的方式初始化一组种群，每个个体表示一种方案。
3、适应度评价。
对每个个体进行适应度评价，例如评价每个个体在不同情况下可能遇到的危险程度、能够提高舰船抗沉能力的效果、成本等。
4、选择操作。
按照适应度大小选择较优的个体用于交叉和变异操作。
5、交叉操作。
将选择的个体进行交叉操作，得到新的个体。
此处可以采用单点交叉、多点交叉、均匀交叉等方式。
6、变异操作。
在新的个体中进行变异操作，来增加种群的多样性。
此处可以采用位变异、插入变异、翻转变异等方式。
7、更新种群。
将新得到的个体加入原种群中，形成新的种群。
8、终止条件。
如果达到预定的迭代次数或者满足特定条件时，终止迭代，输出较优的解。
三、结论本文介绍了基于遗传算法的舰船抗沉决策模型研究。
遗传算法是一种具有强大搜索能力的优化算法，能够有效地解决复杂问题。
应用遗传算法来求解舰船抗沉问题，可以使得模型更加细致、全面地考虑各种因素，并且能够充分探索出最佳方案。
因此，遗传算法应用在舰船抗沉决策模型中具有广阔的应用前景，可以为海上安全提供更加可靠的保障。
遗传算法在船舶动力定位系统中的应用作者：陈成来源：《科学与财富》2019年第02期摘要：本文提出遗传算法对海洋工程船进行动力分配。
结合智能遗传控制算法，对控制优化方法进行了研究。
最后对海洋工程船的动力分配问题进行求解，提高船舶运行的经济性。
本文所做的研究工作及相应结论可为海洋工程船的动力分配控制器的设计提供参考。
关键词：船舶；动力定位系统；遗传算法1 简要阐述船舶动力定位系统动力定位系统最早在钻井船等大型船舶上得到广泛应用，随着海洋石油开采业向深海进军，动力定位系统以其不受作业水深影响等优势逐渐取代传统锚泊系统被应用到深海海洋平台上。
在风浪流联合作用下，动力定位推力系统提供控制力使位移响应保持在安全范围内，考虑到推力器出力方式及运行经济性，仅控制纵荡、横荡和艏摇三个自由度的低频慢漂运动，而推力系统由8个推力器组成以保证系统的冗余度，因此整个系统为过驱动系统。
在动力定位模块化设计过程中，首先由控制算法得到三自由度控制力，然后通过分配算法将其分配到底层执行机构推力器上，最终实现定位目标。
2 动力定位船舶运动数学模型2.1船舶运动参考坐标系船舶在三维空间中的运动共包含有六个自由度，分别为纵荡、横荡、垂荡、横摇、纵摇和艏摇。
为了描述并深入研宄三维空间中的船舶运动，合适的坐标和坐标系被选用来确定船舶的位置和姿态。
2.2动力定位船舶运动数学模型水面船的动力定位控制问题可等效为一个刚体的平面运动控制问题。
对水面船的动力定位控制问题进行研宄时，通常只考虑船在水平面上的三自由度运动，即只考虑其纵荡运动、横荡运动和艏摇运动。
建立船舶运动数学模型时必须考虑船舶的运动学特性和动力学特性。
船舶的运动学主要是研宂与船运动相关的几何学问题，船舶的动力学主要针对引起船舶运动状态发生改变的各种作用力和力矩进行研宄。
2.3海洋环境扰动数学模型船舶在海洋中航行或者作业时，无可避免地会遭受到海洋环境扰动，因此，在对船动力定位控制进行研究时，需要计算出海洋环境对船施加的扰动力及力矩。
中国储运网H t t p ://w w w .c h i n a c h u y u n .c o m战略转移及投送是作战及遂行各类军事任务保障的重要组成部分，航材装载更是航材供应工作的重要环节。
当前空军部队配发的集装箱为多用途组合式结构，可根据需要改变集装箱内部的层板布局[1]，航材装载可界定为三维装载问题，本文主要对这类集装箱的装载问题进行研究。
在应对此类问题时，采用传统算法会产生维数灾难，而遗传算法具有自动获取优化检索空间，调整检索方向等长处。
本文结合工作实际，构建航材集装箱三维装载优化模型，并利用遗传算法得到最优方案，提高航材保障效益。
1.航材集装箱装载问题假设和描述为便于模型的建立，现将此层数可调，高度可调的航材集装箱装载问题进行如下假定：（1）航材集装箱每个隔层的载重量很大，不考虑超重问题；（2）集装箱隔层的高度只能按级调节，隔板厚度较小，忽略不计；（3）航材包装箱均为尺寸小于集装箱的规则立方体；（4）航材的装卸优先程度相同，不存在顺序要求；（5）航材的放置方向与位置无特定要求，且几何中心即为重心；（6）装载时以集装箱容积利用率最大为目标，不要求全部装载。
根据上述假定条件，航材集装箱装载问题可进行如下描述：设有件待装航材包装箱，重量与体积依次为：g 1，g 2，L ，g n 、v 1，v 2，L ，v n。
外包装长度、宽度与高度依次为：l 1，l 2，L ，l n 、w 1，w 2，L ，w n 、h 1，h 2，L ，h n 。
航材集装箱的箱内侧长宽高分别为：L ，W，H ，有效容积为V =L ·W ·H ，载重量为G 。
本文包装箱的放置方向的确定做出如下规定：以每一层包装箱的俯视图为准，规定为六种不同方向[3]。
集装箱的总层数为F ，航材按层装载，装载层为f i。
2.航材集装箱装载模型的构建构建装载模型时主要考虑载重量约束、放置面积约束、有效容积约束和运输重心安全性约束。
