基于PSO算法的半潜式起重平台立柱快速压载舱优化设计研究任务书

 2021-11-20 23:00:23

1. 毕业设计(论文)主要内容:

半潜式起重平台是一种重要的海洋作业平台,其吊重能力不仅取决于吊机的性能,同时也取决于其快速压载能力。通过对其立柱快速压载舱的几何形状进行优化设计,以期提高快速压载效率。粒子群优化算法(PSO)是近年来提出的一种智能优化算法,对于求解连续优化问题非常适用。因此,论文展开基于PSO算法的半潜式起重平台立柱快速压载舱优化设计研究,其主要研究内容包括:

1) 阅读参考文献,总结归纳半潜式起重船快速压载系统和PSO的研究现状。

2) 深刻理解伯努利方程和理想气体状态方程,建立立柱快速压载舱优化数学模型,借助C#语言,基于PSO算法对该模型进行求解。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1) 阅读参考文献不少于15篇,其中外文文献不少于50%。

2) 在所阅读的外文参考文献中,选择一篇完成翻译,要求字数不少于5000字。

3) 在文献阅读和文献翻译的基础上,总结归纳研究现状,完成开题报告。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1) 第1周~第3周,完成文献查阅、文献翻译和开题报告;

2) 第4周~第5周,学习掌握C#。如果已经对C#有较好的学习基础,可以直接进入下一环节;

3) 第6周~第12周,实现基于PSO算法的半潜式起重船立柱快速压载舱优化设计,并进行仿真验证;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1]张茴栋, 何炎平, 李洪亮. 基于数值分析法的压载舱的优化设计 [J]. 船舶工程, 2010, 32(2): 60-63 42.[2]黄超, 何炎平, 张维竞, 等. 大型起重船复合压载系统的设计研究 [J]. 中国造船, 2013, 54(02): 97-104.[3]刘志杰, 刘晓宇, 熊伟, 等. 起重船舶压载水调配优化模型 [J]. 交通运输工程学报, 2017, 17(2): 83-89.[4]潘伟, 谢新连, 包甜甜, 等. 全回转起重船作业压载水调节优化研究 [J]. 哈尔滨工程大学学报, 2019, 40(01): 189-195.[5]Leandro M S, Jose P, V.S. C. Dynamic model of a semi-submersible platform for the development of ballast control systems [J]. IFAC Proceedings Volumes, 2009, 42(18): 146 -151.[6]Woods S A, Bauer R J, Seto M L. Automated ballast tank control system for autonomous underwater vehicles [J]. IEEE Journal of Oceanic Engineering, 2012, 37(4): 727-739.[7]Holland J H. Adaptation in natural and artificial systems [M]. Aim Arbor: The University of Michigan Press, 1975.[8]Kennedy J, Eberhart R C. Particle swarm optimization[C]. IEEE International Conference on Neural Networks, 1995, 4: 1942-1948.[9]Storn R, Price K. Differential evolution-a simple and efficient heuristic for global optimization over continuous spaces [J]. Journal of Global Optimization, 1997, 11(4): 341-359.[10]Xi M L, Sun J, Xu W B. An improved quantum-behaved particle swarm optimization algorithm with weighted mean best position [J]. Applied Mathematics and Computation, 2008, 205(2): 751-759.[11]Simon D. Biogeography-based optimization [J]. IEEE Transactions on Evolutionary Computation, 2008, 12(6): 702-713.[12]Karaboga D. An idea based on honey bee swarm for numerical optimization [R]. Kayseri: Engineering Faculty Computer Engineering Department, Ereiyes University, 2005. [13]Yang X S, Deb S. Engineering optimization by cuckoo search [J]. International Journal of Mathematical Modelling & Numerical Optimization, 2010, 1(4): 330-343.[14]Sun J, Fang W, Palade V, et al. Quantum-behaved particle swarm optimization with Gaussian distributed local attractor point [J]. Applied Mathematics and Computation, 2011, 218(7): 3763-3775.[15]Sun J, Wu X J, Palade V, et al. Convergence analysis and improvements of quantum-behaved particle swarm optimization [J]. Information Sciences, 2012, 193: 81-103.[16]童钧耕. 工程热力学 [M]. 北京: 高等教育出版社, 2007.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。