混合神经网络响应面调度法在渔船协同论证中的应用.pdf

《混合神经网络响应面调度法在渔船协同论证中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第25卷第2期2010年4月大连水产学院学报JOURNALOFDALIANFISHERIESUNIVERSnYV01．25No．2Apr．2010文章编号：1000-9957(2010)02-0162一05混合神经网络响应面调度法在渔船协同论证中的应用韩胜菊1，陶冶1，杨文莲1，皮国喜2(1．大连水产学院信息工程学院。辽宁大连116023；2．辽宁新民经济技术开发区管委会，辽宁沈阳110328)摘要：根据响应面法近似计算在多学科优化中的特点，针对普通神经网络构造响应面方法存在的主要问题，将遗传算法和神经网络结合，设计出混合神经网络并构造了协同优化算法的响应面，在任务调度模块的支持下，可以自主地

2、选择近似和精确计算。采用混合神经网络调度法对玻璃钢拖网渔船进行技术经济论证，结果表明，该方法能够提高优化结果的效率和鲁棒性。关键词：神经网络；遗传算法；响应面；渔船协同论证中图分类号：U662．9；TP391．75文献标志码：A复杂工程系统的设计往往涉及多门学科。如在现代飞机设计中，需要气动、结构、性能、操稳、隐身、可靠性等多个学科协同工作才能完成。多学科设计优化(MultidisciplinaryDesignOptimization，MDO)的目的就是利用各个学科之间的相互作用所产生的协同效应，获得系统的整体最优解u。2J，实现各学科并行协同设计，缩短设计周期。目前渔船船型经济论证通常包含两

3、个部分：船型技术参数与经济性评价指标论证。船型技术参数主要包括：计算舱容、主尺度以及舱容校核、浮力校核、稳性校核等，以获得满足拖网渔船基本性能要求的最优船型；而经济性评价指标论证通常以净现值、油耗／吨鱼、投资回收年限等作为目标函数，来获取在寿命期内最经济的船型。渔船船型经济论证传统的方法是先进行基本船型设计，再进行经济性计算的串行方法，通过逐步迭代以获得最优船型[3一】，整个数学模型比较复杂，渔船设计人员要同时掌握造船和经济学方面的知识，设计难度大。另外，由于渔船制造企业、渔场、渔港和渔业市场通常分布在不同的地域，而且往往是独立的实体，设计人员必须事先到各个部门采集相关的数据，以便构成整体的模

4、型，进一步导致耗时增多。因此，采用单级优化模型在很大程度上制约了渔船船型论证。为了解决上述问题，本研究中，作者提出了利用计算机网络并结合协同设计的思想，基于响应面的协同优化(ResponseSurfaceBasedOilCoIIabora-tireOptimization简称RS—CO)二级优化模型方法"J，在每个子系统级和系统级之间建立响应面，来近似表达系统级指标向量和子系统级设计变量的关系，使子系统不仅可以进行分析，而且还可以进行优化设计，以此大大减轻系统级优化器的负担。同时结合现有的计算机网络，以解决船型论证中的跨地域分布式优化设计问题。1基于RS—CO的MDO算法问题协同优化是一种针对

5、复杂系统设计的分级MDO优化方法。其基本框架见图lHJ。从图l可以看出：在协同优化中，将单一系统的优化问题分解为m个学科优化子系统问题，每个学科子系统都包含一个本学科级的优化器和分析模型。系统级优化的任务是使系统目标最优，并协调各个子系统设计活动，使各个子系统级优化结果不一致性逐步减少。通过在系统级优化和子系统优化的多次迭代，最终找到一个达成一致的最优设计。与单级优化不同，子系统不仅有分析能力，同时还具有优化能力，因此非常适合大规模复杂工程优化问题的分布优化处理。目前用于构造MDO响应面主要有基于多项式(RBRS—co)和基于神经网络(NNRS—co)两种方法【5—7J。其中NNRS—CO被认

6、为是一种极为有前途的方法。NNRS—CO通常采用数据库作为存放数据样本，并应用神经网络来构造系统分析和子收稿日期：2009—05—25基金项目：国家渔业船舶检验局项目(国渔检办<2003>44号)；辽宁省教育厅科学技术计划项目(2008146)作者简介：韩胜菊(1955一)，女．教授。E—mail：hju@dlfu．edlLcn第2期韩胜菊，等：混合神经网络响应面调度法在渔船协同论证中的应用163系统分析的响应面。主要原因在于神经网络具有很好的非线性映射能力，在计算精度上，一般要比RBRS—CO多项式拟合方法要高。尽管如此，神经网络也存在许多缺陷，主要反映在网络训练时间长，系统和子系统要花费大

7、量的计算成本来构造响应面，并且神经网络的计算结果还依赖于网络的初始状态，在迭代过程中的数据噪音很可能破坏数据的准确性。另外，神经网络容易陷入局部极小点，全局搜索能力比较弱。综上所述，由于NNRS—CO具有较多缺点，因此限制了神经网络构造响应面的可靠性，并且在一定程度上制约了NNRS—CO的应用。系统级优化设计器t上tL响应面1响应面／'／／tJrf上子系统级优化器1优化器m＼、坌析模块!／＼、尘析