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！

摘要：本发明提供了一种基于多策略改进鲸鱼算法的船舶推力分配方法，属于动力定位船舶推力分配技术领域。其技术方案为：包括以下步骤：步骤1、初始化船舶各类参数；步骤2、构建基于自变量和因变量的推进器约束等式；步骤3、初始化改进鲸鱼优化算法参数；步骤4、运用改进鲸鱼优化算法进行个体变量更新；5、判别是否达到最大迭代次数，是则执行步骤6，否则执行步骤4；6、输出推力分配结果，更新船舶状态参数，跳至步骤3进行下一个周期推力分配计算。本发明的有益效果为：本发明方法具有良好的全局和局部寻优能力，能够快速的可靠的获取推力最优解，提高船舶推力分配精度、降低能耗。

主权项：1.一种基于多策略改进鲸鱼算法的船舶推力分配方法，其特征在于，包括如下步骤：步骤1、初始化船舶各类参数：推进器位置参数、推进器初始状态值、推进器推力及其变化率极大值和极小值、推进器角度及其变化率极大值和极小值、推进器功率与推力关系系数；步骤2、构建基于自变量和因变量的推进器约束等式，把推力分配数学模型中等式约束项的结构矩阵Bα拆分为两个矩阵，α为推进器当前方位角，其中任选一个3×3矩阵Bɑdv，剩下元素组成另一个矩阵Bαiv，由推力和角度变化量构成所有变量，其中，选取Bαdv对应的推力为因变量，角度变化量和剩余推力为自变量；所述步骤2中，构建基于自变量和因变量的推进器约束等式如下：推进器约束等式为：Bαp+ΔαT＝τ，且其中，αp+Δα＝α，αp为上一时刻方位角，Δα为方位角变化量，T为推力向量，τ为期望力和力矩，Bαpi+Δαi为Bα的第i列向量，lxi，lyi为第i个推进器船体坐标，任选满足满秩的三列为i1、i2、i3为列号，其对应的三个推进器推力分别为余下Bα所有列构成矩阵Bαiv，其对应推进器推力为Tiv，则基于自变量和因变量的推进器约束等式为：Tdv＝B-1αdvτ-BαivTiv，选取自变量Δα和Tiv为改进鲸鱼算法的个体变量，而因变量Tdv根据推进器约束等式计算获得，并且个体变量采取归一化方法取值[0，1]，在代价函数计算过程中采用反归一化方法使其还原为原始值后进行相应计算操作；步骤3、初始化改进鲸鱼优化算法参数：种群数量N、最大迭代次数tmax、运用归一化空间区块、拉丁超立方优化方法以及“精英”筛选法获取初始种群、初始种群最优个体适应度值及其位置；所述步骤3中，获取初始种群方法为：设种群个体维度为K，个体所有维度变量的上限为1，下限为0，每个维度变量取值平均分为m段，则第i段取值范围为由所有维度变量的分段组合构成了空间区块，共可以构成b＝mK个均衡的空间区块，则初始化种群步骤如下：步骤3.1：把归一化的搜索空间通过分段组合均匀分成b个空间区块；步骤3.2：在每个空间区块中生成大量种群，首先运用拉丁超立方优化方法生成n个K维范围为[0，1]的向量Xg，然后将Xg映射到空间区块，映射到第j个空间区块的个体变量Xj第l维数值计算方法为： 1≤l≤K，1≤j≤b，1≤il≤m，il为第j个空间区块第l维变量段号；步骤3.3：分别计算每个空间区块个体变量适应度值，通过两种方式共同作用筛选初始化种群，其中一种方式是对每个空间区块中所有个体按照一定比例筛选“精英”种群作为部分初始化种群，另一种方式是在剩下所有个体中按照最优原则筛选剩余初始种群；步骤4、运用改进鲸鱼优化算法进行个体变量更新；步骤5、判别是否达到最大迭代次数，是则执行步骤6，否则执行步骤4；步骤6、输出推力分配结果，更新船舶状态参数，跳至步骤3进行下一个周期推力分配计算。

全文数据：

权利要求：

百度查询： 南通大学杏林学院 一种基于多策略改进鲸鱼算法的船舶推力分配方法