Genetic algorithm based optimization method for kentledge laying of submersibles

Table 1. The model parameters of examples with wide variation
View table
View in Article
Table 1. The model parameters of examples with wide variation
算例压载重量/t 需提供的纵向力矩/(t·m) 需提供的横向力矩/(t·m) 档位数量/个备注
1 20 50 10 5 −
2 100 400 −50 11 −
3 200 −1 000 300 21 −
4 200 −1 000 300 41 −

Table 2. The model parameters of controlling variables for calculation examples

View table

View in Article

Table 2. The model parameters of controlling variables for calculation examples

算例	压载重量/t	需提供的纵向力矩/(t·m)	需提供的横向力矩/(t·m)	档位数量/个	备注
5	50	100	−	5	限定为左右舷对称敷设
6	50	100	−	9	限定为左右舷对称敷设
7	50	10	−	5	限定为左右舷对称敷设
8	50	200	−	5	限定为左右舷对称敷设
9	50	100	−	5	限定为左右舷对称敷设，同时限定最靠艏档位的压载高度
10	50	100	0	5	−
11	50	100	20	5	−
12	50	100	100	5	−

Table 3. The parameter setting of genetic algorithm

View table

View in Article

Table 3. The parameter setting of genetic algorithm

序号	项目	参数	说明
1	种群数量/个	3 000	−
2	交叉概率	0.80	−
3	每档位处压载铁敷设高度下限	0.000 1	设定为一小值
4	每档位处压载铁敷设高度上限	R₁+R₂	根据潜器耐压壳体直径和轻壳体直径，设定边界内的一个较高值
5	每一算例优化计算次数	20	每一算例优化计算20次，形成编号为1~20的优化结果
6	每次优化计算采用遗传算法迭代次数	2	每次优化计算使用遗传算法计算2次，将第1次运算得到的最后种群作为第2次运行的初始种群

Tools

Get Citation

Copy Citation Text

Bo TANG, Kun YANG, Haibo ZHOU, Shengjun ZHOU, Zhenjin YANG. Genetic algorithm based optimization method for kentledge laying of submersibles[J]. Chinese Journal of Ship Research, 2022, 17(2): 109

Download Citation

EndNote(RIS)BibTex Plain Text

Set citation alerts for article

Save article for my favorites