管路布局优化方法及应用

　　船舶管系就像人身体里的血管，有了它，才能使船上各系统的功能得以正常连接和发挥作用，它是船舶设计中重要的设计内容之一。管路布局设计类似 于三维空间内的机器人路径寻优，从理论上讲属于组合优化NP-hard问题，传统优化算法很难在确定的时间内取得满意的优化效果。《管路布局优化方法及应用》在总结前人研究的基础上，立足于三维空间，从当前最先进的智能优化应用遗传算法、退火遗传算法、蚁群算法、模糊理论、协同进化方法和专家系统方法入手，详细研究了船舶管路的布局优化方法。《管路布局优化方法及应用》可供从事船舶设计和研究的工程技术人员参考，也可供相关专业的教师、研究生阅读。

暂缺《管路布局优化方法及应用》作者简介

1 绪论
1.1 船舶管路布局设计概述
1.2 管路布局优化设计国内外研究概况
1.2.1 迷宫法
1.2.2 逃逸法
1.2.3 网络优化算法
1.2.4 Zhu算法
1.2.5 遗传算法
1.2.6 专家系统和模糊集理论
1.2.7 单元生成法
1.3 国内船舶管路布局设计现状
2 基于遗传算法的船舶管路布局优化研究
2.1 遗传算法
2.1.1 生物进化及遗传算法的产生和发展
2.1.2 遗传算法的基本思想和体系结构
2.1.3 遗传算法的计算步骤和基本流程
2.1.4 遗传算法的主要特点
2.1.5 遗传算法在管路布置相关领域中的应用
2.2 应用于船舶管路三维布局优化的遗传算法
2.2.1 算法操作与关键参数设计
2.2.2 计算仿真
2.3 改进的遗传算法
2.3.1 遗传算法的局限性
2.3.2 自适应遗传算法
2.3.3 模拟退火遗传算法
2.4 自适应退火遗传算法的船舶管路布局优化方法
2.4.1 算法改进措施
2.4.2 算法计算步骤
2.4.3 仿真实验
3 蚁群管路敷设系统及其参数的敏感性分析
3.1 蚁群优化算法
3.1.1 蚂蚁的觅食行为
3.1.2 蚁群算法的产生及其研究进展
3.1.3 基本蚁群优化算法及其改进算法
3.1.4 一般蚁群算法的组织结构
3.1.5 蚁群算法的应用
3.2 基于全局信息素迭代更新的蚁群管路敷设系统
3.2.1 算法构成及实现
3.2.2 仿真计算一
3.2.3 仿真计算二
3.3 迭代更新蚁群管路敷设系统参数的敏感性分析
3.3.1 局部信息素残留系数γ对算法性能的影响
3.3.2 全局信息素残留系数p对算法性能的影响
3.3.3 信息素权重α和启发式信息权重β对算法性能的影响
3.3.4 蚁群总数m对算法性能的影响
3.3.5 结论
4 模糊集合理论在管路布局中的应用
4.1 模糊子集和隶属函数
……
5 多管路并行敷设的多蚁群协同进化算法
6 船舶管路布置设计专家系统模型
参考文献