发布日期:2022-11-18
论文题目:
Multi-stage Design Space Reduction Technology based on SOM and Rough Sets, and its Application to Hull Form Optimization
刊物名称:
Expert Systems With Applications(影响因子8.665)
期刊区位:
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - SCIE(Q1);
OPERATIONS RESEARCH & MANAGEMENT SCIENCE - SCIE(Q1);
ENGINEERING, ELECTRICAL & ELECTRONIC - SCIE(Q1)
作者情况:
郑强,常海超(第一通讯作者),刘祖源(第二通讯作者),冯佰威,詹成胜,
程细得,魏骁
论文链接:https://doi.org/10.1016/j.eswa.2022.119229
论文简介:船型设计优化是一个计算量大且复杂的工程问题。它具有以下特点:(1) 表示船体形状的设计参数很多,优化空间很大,这使得它成为一个典型的高维问题。(2) 设计性能空间复杂,优化算法难以开发。(3) 迭代次数很大,计算流体动力学数值模拟的计算量很大。这些特性直接导致基于CFD的船型优化技术效率低下,难以获得全局最优解。基于上述分析,本文结合自组织映射(SOM)和粗糙集理论的特点和优点,提出了一种多阶段空间约简技术。对样本模拟数据进行知识发现和数据挖掘,并将获得的知识用于指导设计优化和定位值得关注的子空间,这可以显著提高优化效率。将该方法应用于46000DWT油轮型线的优化。
扫一扫在手机上查看当前页面