买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国舰船研究设计中心;大连理工大学

摘要：一种基于改进灰狼优化算法的船舶管路智能布置方法，其属于船舶与海洋工程制造的技术领域。针对船舶管路系统中的管路路径规划问题，以优化计算得到最优的管路路径布局方案为主要目标，将GWO算法用于解决该优化问题，并针对基础GWO算法的缺陷加以改进，将MGWO算法应用到多管路协同布置中，并探索了将PSO算法和GWO算法相结合，提出了PSO‑GWO复合算法，主要通过三个修改策略来改进算法，从而提高算法性能。通过实验得到了较好的实验结果，证明了PSO‑GWO算法在求多管路优化pareto解集的可行性。

主权项：1.一种基于改进灰狼优化算法的船舶管路智能布置方法，其特征在于，包括以下步骤：S1.构建管路布置空间使用栅格法来进行空间模型的数学建模，对于非为规则立方体在最小填补的情况下将其扩展为立方体，将其中扩展的部分视作障碍物并赋值为1，非障碍物赋值为0；栅格大小d的设定条件为：d＞＞ε+γ且d＞＞ε+δ其中，ε为管路半径，γ为管路预留间隙，δ为管路与障碍物间预留间隙；S2.建立优化数学模型：针对管路路径规划问题，一个解对应一条路径的表达，采用定长编码的形式以路径经过节点的三维坐标来作为基本单元；一条路径的编码方式表示为：pathi＝[xs,ys,zs,x1,y1,z1,x2,y2,z2,...,xe,ye,ze]1式中，xs,ys,zs，xe,ye,ze分别为管路起点和终点的三维坐标，其余的点代表管路路径经过的节点；路径寻优优化问题的目标函数包括：S2.1路径长度函数： 式中，Lx为管路路径的长度；li为管路中第i段路径的长度；n为管路的路段数；S2.2弯头数函数：弯头数函数由Bx表示，代表一条路径中的弯头数量；假设要判断是否为弯头的节点为p，其前、后节点分别为p1和p2，采用式3和式4分别求p1～p之间的单位向量e1以及p～p2之间的单位向量e2； 式中：xp,yp,zp为点p的三维坐标；和分别为点p1和点p2的三维坐标；通过式5，计算弯头数函数： 式中，np为路径的节点数；S2.3正交函数： 式中：Ox为路径正交性值，若Ox＝0，代表路径均为正交布置；dx,dy,dz分别为第i个节点与第i+1个节点的x，y，z坐标差值的绝对值；∑mintwoof{dx,dy,dz}为dx,dy,dz中最小2个值的和；S2.4能量区函数：能量区函数即代表管路路径中经过能量区的长度，计算公式如式7所示： 式中，le为第i段路径中所经过能量区的路径长度；S2.5罚函数：罚函数由Px表示，用于对路径中出现的不合理情况予以惩罚； 式中：λi为权重系数，gix是第i个惩罚项，设置为是距离、转弯次数；S2.6综上得到管路优化问题的总目标函数，即适应度函数如式9所示：Fx＝a·Lx+b·Bx+c·Ox-d·Ex+e·Px8式中，a,b,c,d,e均为权重系数；利用式10将子目标函数无因次化，使其取值处于[[0,1]范围内； 式中，xmin,xmax分别为目标函数计算结果取值的最小值与最大值；S3.采用灰狼优化算法进行求解S3.1参数初始化，包括GWO算法中狼群的初始位置Xi及数量N，相关系数及收敛因子，Powell算法搜索精度σ，混合算法最大迭代次数tmax；利用灰狼优化算法求解优化问题时，在G维搜索空间中，假设灰狼种群中的灰狼个体的数目为N，其中第i只灰狼在G维空间中的初始位置Xi表示为Xi＝Xi1,Xi2,…XiG；S3.2评价灰狼个体的适应度值，保留适应度值排名前3的个体作为α，β，δ；在搜索空间中随机产生一群灰狼个体，对于这群灰狼个体进行适应度评估，得出适应度前三的灰狼个体α，β，δ，由它们作为寻找全局最优解的基准，下一代的灰狼个体的位置根据α，β，δ的位置计算得出；S3.3更新当前灰狼的位置以及参数；对应在灰狼优化算法的寻优过程中，确定个体与猎物之间的距离：D＝|CXPt-Xt|10Xt+1＝XPt-AD11 C＝2r213式中：D表示灰狼与猎物间的距离向量；XPt为第t代时猎物的位置向量；Xt为第t代时灰狼个体的位置向量；A和C为系数；r1,r2为[0,1]之间的随机数；在迭代过程中，收敛因子从2线性下降到0，而的值在之间变化，当时，灰狼种群离开当前的局部最优解，扩大全局搜索范围，以获得更优解；当时，灰狼种群局部精确搜索，攻击当前目标；对收敛因子做出如下非线性调整策略，即 式中：分别为参数的初始值和终止值，k1，k2为调节系数；对于种群中其他的狼，根据最高级的三头灰狼α，β和δ个体位置来判断猎物的方位： Xt+1＝X1+X2+X3313式中：Dα,Dβ,Dδ为三头灰狼α，β和δ的位置，Xα,Xβ,Xδ表示三头灰狼第t代时猎物的位置向量；X表示第t代时灰狼个体位置的向量；X1,X2,X3表示三头灰狼更新的位置；Xt+1为第t+1代灰狼个体位置的向量；A1,A2,A3和C1,C2,C3分别对应各自的收敛因子和摆动因子；S3.4每隔n次迭代后，利用Powell算法优化GWO算法输出的位置信息；A.选取初始数据：给定初始点x0∈S及D个线性无关的初始搜索方向dii＝0,1…D-1，并给定允许误差η；B.基本搜索过程：从x0出发，沿着d0,d1,…dD-1进行一维搜索，得到x0,x1,…xD，令k＝0，即fxi+αidi＝minfxi+αdi14xi+1＝xi+αidii＝0,1,…D15式中，αi和α都为搜索步长，αi为目标函数一维最优化问题的解；C.判断是否满足终止条件：令加速度方向dD＝xD-x0；若||dD||≤η，则搜索停止，xD为问题最优解；否则，从xD出发，沿着dD进行精确的一维搜索，得到xD+1；D.确定搜索方向：计算前一轮搜索中函数值下降最多的方向i及下降量tl，即 E.不调整搜索方向：若不等式 成立，表明搜索方向仍然线性无关，那么下一轮搜索方向不变；令x0＝xD+1,k＝k+1返回步骤B；F.调整搜索方向：若不等式21不成立，说明d0,d1，…dD-1线性相关，需要调整搜索方向，令产生一组新的线性无关的搜索方向；再令x0＝xD+1,k＝k+1返回步骤B；S3.5计算全部灰狼的适应度值，更新α，β，δ的适应度及位置；S3.6若迭代次数未达到最大迭代次数tmax，则返回步骤S3.3；若迭代次数达到最大迭代次数tmax，则输出结果。

全文数据：

权利要求：

百度查询： 中国舰船研究设计中心 大连理工大学 一种基于改进灰狼优化算法的船舶管路智能布置方法