文献

J-GLOBAL ID：201702262001574811   整理番号：17A1667972

非実行可能解駆動進化アルゴリズムと多変量解析技術の船型パラメータ最適化への応用【JST・京大機械翻訳】

Application of infeasibility driven evolutionary algorithm andmultivariate analysis in shipform-parameters research

著者 (4件)： Yang Luchun (上海交通大学 船舶海洋与建筑工程学院,上海 200030;武漢第二船舶設計研究所,武漢 430064) ,  Yang Chenjun (上海交通大学 船舶海洋与建筑工程学院,上海,200030) ,  Wang Zhiqiang (武漢第二船舶設計研究所,武漢,430064) ,  Li Xuebin (武漢第二船舶設計研究所,武漢,430064)
資料名： Jiangsu Keji Daxue Xuebao (Ziran Kexue Ban)  (Jiangsu Keji Daxue Xuebao (Ziran Kexue Ban))
巻： 31  号： 2  ページ： 136-142  発行年： 2017年 
JST資料番号： C3286A  ISSN： 1673-4807  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： 非実行可能解駆動進化アルゴリズム(infeasibility driven evolutionary algorithm、IDEA)と多変量分析技術を導入し、船型パラメータの最適化と設計モデルの分析を行った。本論文では,概念設計段階における船のパラメータ設計に対して,IDEAアルゴリズムを用いて多目的最適化を行い,次に,理想解を用いてPareto解集合を定量的に評価し,満足な設計方式を選択した。最後に,多変量解析技術を用いて,Pareto解集合を得るために,船舶の設計変数の間の特性を得る,すなわち,階層的クラスタリング法を用いて,サンプルまたは変数間の相互距離関係およびIsomapの次元縮小法を得て,二次元平面上の変数のマッピング図を得た。Pareto解集合上の変数間の適合関係を最小二乗法により得た。数値結果を示した。IDEAの計算速度が速く、Pareto解集合の分散性が良好である。多変量解析技術に基づくデータマイニング応用は,モデルのより多くの認識を得ることができて,モデル内の関係を明らかにすることができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *船舶 ,  *最適化 ,  概念設計 ,  二次元 ,  *船型 ,  データマイニング ,  次元縮小 ,  最小二乗法 ,  *多変量解析 ,  モデル
準シソーラス用語： 設計変数 ,  Pareto解 ,  多目的最適化 ,  *パラメータ最適化 ,  *進化的アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： infeasibility driven evolutionary algorithm ,  utopian solution ,  multivariate analysis ,  hierarchical clustering ,  isomap ,  multiple regression

分類 (2件)： 数値計算  (JE02000J) ,  機械設計  (QA01080H)

タイトルに関連する用語 (6件)： 解 ,  進化アルゴリズム ,  多変量解析 ,  船型 ,  パラメータ最適化 ,  応用