文献

J-GLOBAL ID：201702237031615720   整理番号：17A1573129

PSO訓練による弾性RBFNNの船型最適化への応用研究【JST・京大機械翻訳】

Ship hull optimization based on PSO training FRBF neural network

著者 (3件)： Hou Yuanhang (大連海事大学 交通運輸装備与海洋工程学院,遼寧 大連,116026) ,  Huang Sheng (哈爾浜工程大学 船舶工程学院,黒竜江 哈爾浜,150001) ,  Liang Xiao (大連海事大学 交通運輸装備与海洋工程学院,遼寧 大連,116026)
資料名： Harbin Gongcheng Daxue Xuebao  (Harbin Gongcheng Daxue Xuebao)
号： 2  ページ： 175-180  発行年： 2017年 
JST資料番号： W1512A  ISSN： 1006-7043  CODEN： HGHPF2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： SBD技術に基づく船型最適化設計問題に対して、新型神経回路網近似技術を提案した。粒子群最適化アルゴリズムをFRBFニューラルネットワークの重みづけ訓練に適用することによって,PSO-FRBFニューラルネットワークアルゴリズムを提案して,種々の方法によって確立された波動抵抗係数の近似モデルを比較して,新規アルゴリズムの適用性と優位性を証明した。船舶の主なスケールと船型の修正係数を設計変数として取り上げ,排水体積の変化を制約条件として用いて,PSO-FRBFの抗力係数の近似モデルを導入し,船体の全抗力最適化モデルを確立した。シミュレーテッドアニーリング最適化アルゴリズムを用いて,主なスケールと船の最適設計を実現し,信頼できる最適化船型を得た。実例により、新型神経回路網は船舶の最適化設計に関連する段階に良好な技術サポートを提供できることが証明された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  船舶 ,  最適設計 ,  重みづけ ,  アルゴリズム ,  神経回路網 ,  *船型 ,  適応性 ,  近似法 ,  抗力 ,  抗力係数
準シソーラス用語： 最適アルゴリズム ,  設計変数 ,  近似モデル ,  粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： hull optimization ,  FRBF neural network ,  PSO algorithm ,  approximation accuracy

分類 (1件)： 船舶性能  (QJ02010Q)

タイトルに関連する用語 (7件)： PSO ,  訓練 ,  弾性 ,  船型 ,  最適化 ,  応用 ,  研究