Multi-objective 3D piping layout optimization for offshore platforms using improved IABC-ACO algorithm

Liu, Chao

doi:10.1016/j.oceaneng.2026.127469

Multi-objective 3D piping layout optimization for offshore platforms using improved IABC-ACO algorithm

2026-08-01

1

PRE

AI

DOI：10.1016/j.oceaneng.2026.127469

原文链接

原文求助

摘要

En 中文

管道路由设计对于船舶和海上平台的集成建造至关重要，直接影响运行效率、建造成本和压力损失。为解决受肘管数量、路径平滑度和压力损失约束的多目标三维管道布局问题，本研究提出了一种新型改进的人工蜂群-蚁群优化（IABC-ACO）算法。具体而言，通过三种针对性策略提升标准ABC性能：采用具有互斥机制的混沌初始化以多样化初始种群分布；利用自适应压缩因子的全局最优引导邻域搜索以系统平衡全局探索与局部开发；采用连续蜂策略防止有效解过早丢失。同时，将方向和转向惩罚启发式函数整合到ACO中以引导蚁群路径选择并加速搜索时间，嵌入专用正交化和展开操作以确保几何合理性。比较基准实验表明，所提出的IABC-ACO实现最小肘管数量4，优于标准ABC、ACO、遗传算法（GA）和粒子群优化（PSO）20%至50%。此外，其平均适应度值更优，并在仅18代内加速收敛，显示出增强的优化稳定性。最终，在海上平台处理模块的实践应用中验证了该算法可生成紧凑、正交且压力损失最小的布局，为海上管道系统的智能自动化设计提供坚实技术支持。

Keyword:

Piping layout optimization

Artificial bee colony algorithm

Ant colony optimization

Offshore platform

Multi-objective optimization

Multi-objective 3D piping layout optimization for offshore platforms using improved IABC-ACO algorithm

摘要

期刊

机构

引用论文