多目標(biāo)遺傳算法及其在船舶型線優(yōu)化中的應(yīng)用.pdf

1、最優(yōu)化問(wèn)題是一個(gè)古老的問(wèn)題，追求目標(biāo)的最優(yōu)化一直是人類的理想。 許多工程優(yōu)化問(wèn)題往往性質(zhì)十分復(fù)雜，很難用傳統(tǒng)的優(yōu)化方法來(lái)求解。而且實(shí)際的工程優(yōu)化問(wèn)題中大多數(shù)是多目標(biāo)優(yōu)化問(wèn)題，各子目標(biāo)之間一般都存在互相沖突的現(xiàn)象。多目標(biāo)與單目標(biāo)優(yōu)化問(wèn)題的本質(zhì)區(qū)別是，前者一般是一組或多組非劣解的集合，而后者只是單個(gè)解或一組不連續(xù)的解。因此，多目標(biāo)優(yōu)化問(wèn)題的求解變得困難。 自60年代以來(lái)，人們對(duì)求解多目標(biāo)優(yōu)化問(wèn)題的興趣日益增加。一種模仿生物進(jìn)

2、化過(guò)程的、被稱為“進(jìn)化算法(Evolutionary Algorithm)”的隨機(jī)優(yōu)化技術(shù)應(yīng)運(yùn)而生，而且在解這類優(yōu)化問(wèn)題中顯示出了優(yōu)于傳統(tǒng)優(yōu)化算法的性能。而遺傳算法(Genetic Algorithm)是迄今為止進(jìn)化算法中應(yīng)用最多、比較成熟、廣為人知的算法。由于其在求解復(fù)雜優(yōu)化問(wèn)題的巨大潛力及其在工業(yè)工程領(lǐng)域的成功應(yīng)用，這種算法受到了廣泛的關(guān)注。經(jīng)過(guò)幾十年的發(fā)展，多目標(biāo)遺傳算法已經(jīng)日趨成熟。 船舶的優(yōu)化設(shè)計(jì)是從60年代末期開(kāi)始逐

3、漸發(fā)展起來(lái)的一種有效、新的設(shè)計(jì)方法。船舶優(yōu)化設(shè)計(jì)同許多其他工程問(wèn)題一樣屬于多目標(biāo)優(yōu)化問(wèn)題。其中船舶型線優(yōu)化設(shè)計(jì)通常是以應(yīng)用數(shù)學(xué)方法對(duì)型線進(jìn)行光順，而以船體的布置、水動(dòng)力和結(jié)構(gòu)性能為目標(biāo)函數(shù)。型線優(yōu)化設(shè)計(jì)是一個(gè)亟待解決的復(fù)雜多目標(biāo)優(yōu)化問(wèn)題。 本文以多目標(biāo)遺傳算法為主要研究?jī)?nèi)容，將改進(jìn)的遺傳算法應(yīng)用于求解多目標(biāo)優(yōu)化問(wèn)題并用于船舶優(yōu)化設(shè)計(jì)是很有意義的。本文介紹了遺傳算法的起源、歷程、主要研究方向、遺傳算法的基本原理以及改進(jìn)措施等，編制