管路布局優(yōu)化方法及應用

1 緒論
1.1 船舶管路布局設計概述
1.2 管路布局優(yōu)化設計國內外研究概況
1.2.1 迷宮法
1.2.2 逃逸法
1.2.3 網(wǎng)絡優(yōu)化算法
1.2.4 Zhu算法
1.2.5 遺傳算法
1.2.6 專家系統(tǒng)和模糊集理論
1.2.7 單元生成法
1.3 國內船舶管路布局設計現(xiàn)狀
2 基于遺傳算法的船舶管路布局優(yōu)化研究
2.1 遺傳算法
2.1.1 生物進化及遺傳算法的產生和發(fā)展
2.1.2 遺傳算法的基本思想和體系結構
2.1.3 遺傳算法的計算步驟和基本流程
2.1.4 遺傳算法的主要特點
2.1.5 遺傳算法在管路布置相關領域中的應用
2.2 應用于船舶管路三維布局優(yōu)化的遺傳算法
2.2.1 算法操作與關鍵參數(shù)設計
2.2.2 計算仿真
2.3 改進的遺傳算法
2.3.1 遺傳算法的局限性
2.3.2 自適應遺傳算法
2.3.3 模擬退火遺傳算法
2.4 自適應退火遺傳算法的船舶管路布局優(yōu)化方法
2.4.1 算法改進措施
2.4.2 算法計算步驟
2.4.3 仿真實驗
3 蟻群管路敷設系統(tǒng)及其參數(shù)的敏感性分析
3.1 蟻群優(yōu)化算法
3.1.1 螞蟻的覓食行為
3.1.2 蟻群算法的產生及其研究進展
3.1.3 基本蟻群優(yōu)化算法及其改進算法
3.1.4 一般蟻群算法的組織結構
3.1.5 蟻群算法的應用
3.2 基于全局信息素迭代更新的蟻群管路敷設系統(tǒng)
3.2.1 算法構成及實現(xiàn)
3.2.2 仿真計算一
3.2.3 仿真計算二
3.3 迭代更新蟻群管路敷設系統(tǒng)參數(shù)的敏感性分析
3.3.1 局部信息素殘留系數(shù)γ對算法性能的影響
3.3.2 全局信息素殘留系數(shù)p對算法性能的影響
3.3.3 信息素權重α和啟發(fā)式信息權重β對算法性能的影響
3.3.4 蟻群總數(shù)m對算法性能的影響
3.3.5 結論
4 模糊集合理論在管路布局中的應用
4.1 模糊子集和隸屬函數(shù)
……
5 多管路并行敷設的多蟻群協(xié)同進化算法
6 船舶管路布置設計專家系統(tǒng)模型
參考文獻