您所在的位置: 成果库 基于多策略动态调整的两栖车辆排样面积利用最大化方法

基于多策略动态调整的两栖车辆排样面积利用最大化方法

成果类型:: 发明专利

发布时间: 2023-09-15 11:24:27

科技成果产业化落地方案
方案提交机构:成果发布人| 熊鹏 | 2023-09-15 11:24:27

本发明涉及一种基于多策略动态调整的两栖车辆排样面积利用最大化方法,本发明包括:获取车辆舱甲板和车辆相关信息,明确约束条件,确定目标函数,采用十进制编码对车辆进行编码,并对参数进行初始化,随机生成车辆排样序列构成初始种群,计算个体的适应度值,保存最优个体,判断是否达到最大迭代次数,依据三种不同的评价策略和动态调整的选择概率对三个子种群规模动态调整,用最优个体与子种群中所有个体进行有约束交叉或环形交叉,采用动态调整的变异概率进行变异操作,选择三个子种群中的有效进化个体构成新种群,对最后一代的最优个体进行解码,得到最优排样图。本发明的优点是能够快速求解得到最优排样图,实现两栖车辆排样面积利用最大化。

本发明基于多策略动态调整的两栖车辆排样面积利用最大化方法包括:获取两栖车辆和可排样空间尺寸单元(1);明确两栖车辆排样的约束条件单元(2);确定车辆排样的目标函数单元(3);车辆编码和初始种群生成单元(4);车辆排样多策略遗传算法适应度值计算和保存最优个体单元(5);车辆排样优化算法停止判断单元(6);车辆排样多策略遗传算法种群分割单元(7);车辆排样多策略遗传算法种群个体选择单元(8);车辆排样多策略遗传算法个体精英交叉单元(9);车辆排样多策略遗传算法动态调整变异概率的变异单元(10);车辆排样多策略遗传算法新种群生成单元(11);车辆排样多策略遗传算法的动态调整选择概率单元(12);车辆排样基于最低水平线算法的最优排样图生成单元(13)。具体各单元之间的联系如下:车辆编码和初始种群生成单元(4)对获取两栖车辆和可排样空间尺寸单元(1)中车辆进行编码,并对参数进行初始化,随机生成m0个个体Ai,即m0个排样序列,初始种群规模为m0,构成初始种群Q(0)。满足两栖车辆排样的约束条件单元(2)和车辆排样目标函数单元(3)中约束条件和目标函数的情况下,车辆排样多策略遗传算法适应度值计算和

在两栖作战过程两栖攻击舰具有很重要的作用,两栖攻击舰的主要功能是人员和武器装备的运输,因为排水量在数万吨以上,可以装载大量的人员和物资,包括直升机、军用车辆等,具有灵活而强大的兵力投送能力。两栖攻击舰在非战斗装载模式下进行两栖作战的任务时,需要以车辆舱甲板面积利用率最高为其装载目标。通过对军用车辆进行排样可以在有限的运输舱内有序的停放更多的军用车辆如坦克和装甲车。因此,对两栖攻击舰车辆舱甲板军用车辆排样方法的研究,有着十分重要的理论意义和实际应用价值。

硕士论文《大型水面舰船军用车辆布列和调度方法研究》给出了一种车辆布列方法,采用最低水平线方法和改进遗传算法结合,求解出一个军用车辆在车辆舱甲板上的较优布列序列和布列方案图。但存在以下问题:

(1)车辆矩形定位算法,采用最低水平线算法仅考虑了布列高度超过甲板长度则矩形放置失败情况,尝试放置序列中后续的矩形。没有考虑矩形件放置过程中,当矩形件不能排入最低水平线而后续未排放的矩形件中是否有可排入当前最低水平线的矩形件,会导致原本可被利用的空闲区域的浪费,影响最终的排样效果。

(2)车辆布列优化算法,采用自适应选择策略的遗传算法在进化初期,提高了适应度值高的个体被选择的概率,降低适应度值低的个体被选择的概率,使得选择方法过分偏向适应性强的个体,种群可能过快地收敛到一个局部最优解而无法充分地探索搜索空间,导致算法出现早熟。

(3)遗传算法在种群进化后期,个体适应度值相差很小,采用顺序交叉法可能导致无效交叉出现重复个体。

(4)遗传算法变异概率采用固定值,使得算法空间搜索能力降低,导致最终结果是局部最优。

(5)遗传算法中基于个体之间相对的适应度值,依概率选出个体进行重组,使得算法的搜索没有方向性,生成新个体的适应度值不高。

此技术为哈尔滨理工大学栾添添研发,承担本专科及研究生层次普通高等学历教育工作承担科学技术研究工作

1.本发明车辆包络矩形排样定位算法采用基于匹配度的最低水平线算法,不仅考虑了待排车辆包络矩形的宽与最低水平线宽的比值,而且考虑了待排车辆包络矩形与两侧已排车辆包络矩形的对其情况,减少了车辆包络矩形间的空隙,提高了车辆舱甲板利用率。

2.本发明车辆排样的多策略遗传算法部分采用三种不同的个体评价策略和选择概率来选择个体,构成三个子种群,平衡了算法的勘探和搜索能力。

3.本发明车辆排样的多策略遗传算法选择概率依据各子种群有效进化个体数量之间的关系,动态调整三个子种群规模,提高算法的收敛速度;变异概率采用动态调整变异概率,有效避免了种群“早熟”,提高了种群的全局搜索能力。

4.本发明车辆排样的多策略遗传算法引入个体差异度的概念,对相似度高的个体采用有约束交叉,避免了适应度值相差不大的两个个体之间无效交叉。

因此,本发明求解车辆舱甲板包络矩形车辆排样问题,能够快速求解得到最优排样图,提高车辆舱甲板的利用率

技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接此项目。