.png){kind=icon}
返回
Minimum resistance hull optimization research based on simulation-based design optimization method
.png){kind=icon}
PRE
AI
DOI：10.1007/s00158-025-04069-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究的目标是开发一种创新且高效的方法论，用于优化船体以最小化阻力并提升水动力性能。对KCS船体进行了高保真数值模拟，以预测静水阻力。这些模拟结果通过与实验结果验证，显示出强一致性。为克服传统优化方法的局限性，开发了动态权重与扰动粒子群优化（DWP-PSO）算法。通过引入惯性权重w的动态调整和全局扰动项η，提升了算法性能，从而在多样性与收敛性之间实现有效平衡。在三种广泛认可的标准函数上进行了系列对比测试，旨在验证其在收敛速度和求解质量方面始终优于标准PSO算法。同时，基于DWP-PSO算法构建了一个高效的自动船体优化系统。将模拟方法、参数化建模和智能优化整合到统一框架中，实现了对最优船体的系统性、精确且高效探索。通过该系统优化了KCS船体，获得了一种显著降低阻力的新型船体。结果表明，DWP-PSO算法在解决复杂水动力优化问题中具有有效性，同时也证明了所提优化系统的实用性和可扩展性。本研究为应用先进计算技术促进可持续且高效的海事工程实践提供了有价值的参考。
Keyword:
Hull optimization
SBDO
Still-water resistance
DWP-PSO
CFD
期刊
IF:
4
论文数:
4.9K
被引数:
1.7W
机构
引用论文
Hull form optimization research based on multi‐precision back‐propagation neural network approximation model基于多精度反向传播神经网络近似模型的主船体线型优化研究
PREAI
分享收藏HULL SHAPE OPTIMIZATION OF SMALL UNDERWATER VEHICLE BASED ON KRIGING-BASED RESPONSE SURFACE METHOD AND MULTI-OBJECTIVE OPTIMIZATION ALGORITHM.png)
BRODOGRADNJA
OAAI
BRODOGRADNJAIF4.2
OAAI分享收藏分享收藏
查看更多内容