多种群综合学习粒子群算法在动力定位能力分析中的应用  

Application of multi-swarm comprehensive learning particle swarm optimizer in dynamic positioning capability analysis

作　　者：张连伟 陈红卫[1] ZHANG Lian-wei;CHEN Hong-wei(School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

机构地区：[1]江苏科技大学电子信息学院,江苏镇江212003

出　　处：《舰船科学技术》2018年第6期61-66,共6页Ship Science and Technology

基　　金：江苏省产学研联合创新资金资助项目(BY2013066-08);江苏科技大学海洋装备研究院科研基金资助项目(HZ2015006)

摘　　要：船舶动力定位能力的计算是一个多次求解非线性多峰问题的过程,综合学习粒子群算法是解决多峰问题较为适合的算法。但由于综合学习粒子群算法的速度更新机制,在算法后期的局部搜索能力较弱,导致收敛速度慢。为此,引入多种群思想,改变速度更新策略以及结合粒子变异机制和种群重组机制,提出一种多种群综合学习粒子群优化算法。最后基于该算法设计了一种动力定位能力计算方法。实例计算结果表明,利用该方法的计算结果与Kongsberg公司给出的结果相吻合,也明显好于基于综合学习粒子群算法而得到的结果。The calculation of ship dynamic positioning（DP） capability is a process of solving nonlinear multi-modal problems, and the comprehensive learning particle swarm optimization（CLPSO） is a suitable algorithm for this kind problems. The paper presents the multi-swarm comprehensive learning particle swarm optimization（MCLPSO） for convergence of the original CLPSO is relatively slow at the late stage of evolution. Then the proposed optimization is used to calculate the DP capability for one DP system case. The results calculated by MCLPSO meet well with Kongsberg＇s report, and are much better than the results calculated by CLPSO.

关 键 词：动力定位能力 非线性优化 多种群 综合学习粒子群 

分 类 号：U661.39[交通运输工程—船舶及航道工程]