基于遗传算法的耙吸挖泥船耙头模型研究.pdf

《基于遗传算法的耙吸挖泥船耙头模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、软件时空《微计算机信息}2012年第28卷第9期文章编号：1008—0570(2012)09-0464—03基于遗传算法的耙吸挖泥船耙头模型研究Parameterestimationbasedongeneticalgorithmtrailingsuctionhopperdredgerrakeheadmodel(江苏科技大学)刘华兵俞孟蕻LIUHua·-bingYUMeng·-hong摘要：耙头是耙吸挖泥船的重要组成部分，在挖泥船疏浚的过程中，其效率的高低主要取决于耙头的工作效率，此论文主要研究耙吸挖泥船的数学模型。利用遗传算法结合实船工作时记录的数据对模型中的参数进行

2、估计，并验证模型的正确性。关键词：耙吸挖泥船；疏浚；耙头；遗传算法；参数估计中图分类号：U616文献标识码：AAbstract：TrailingsuctionhopperdredgerrakeheadisanimportantpartoftheprocessofdredgingindredgeranditseficiencydependsmainlyontherakeheadandtheefficiencyofthetrailingsuctionhopperdredgerThispaperstudiesthemathematicalmodelusinggenetica

3、lgorithmsworkwithrealdatarecordedshipthemodelparameterstoestimateandverifythecorrectnessofthemode1．Keywords：trailingsuctionhopperdredger；dredging；rakehead；geneticalgorithm；Parameterestimation压冲水、活动罩角度、泥泵转速等．此耙头模型主要讨论其中的引言航速和进舱流量对吸人密度的影响。耙头是耙吸挖泥船主要疏浚设备之一，它安装在耙吸管最2荡；数估计下端，挖泥作业时耙头紧贴水底泥面，在船

4、的拖曳下松土挖泥，遗传算法是模拟生物在自然环境中的遗传和进化过程而再由泥泵将泥水混合物一起吸人并排入泥舱或边抛．达到清形成的一种自适应全局优化概率搜索算法．它最早由美国密执淤、疏浚。工程开挖之目的。耙头挖泥性能的好坏直接影响到耙安大学的Holland教授提出．起源于60年代对自然和人工自适吸挖泥船生产效率．国内外疏浚行业都高度重视耙头新技术的应系统的研究。由于遗传算法方便操作的特点，越来越多的被使研究和开发。用于各领域的研究之中．在工程船舶的参数估计和优化方面也大量使用这种算法。本文所用的遗传算法是基于达尔文生物进1耙吸式挖泥船耙头概述化理论和自然选择机制而设计的一种

5、全局寻优算法，主要是希望近年来．耙头不断的发展．这一发展过程是随疏浚土质类别误差值最小，即求最小值。使用遗传算法的优势在于不必使用传的提高，推动着耙头技术的改进．以适应工程施工的需要。统比较繁琐的微积分求最值。直接利用遗传算法进行迭代寻优。对耙头模型的研究。有利于研究整个疏浚过程对目前国内利用遗传算法估计参数，首先要确定适应度函数，假定二为外所关注的疏浚优化问题有很好的推动作用．具体的耙头形状估计的理论值’由式(2．11即可得：见文献。本文考虑的是主动耙头．模型建立在一定的条件之下：～2Pi=一aQ。+bVh+c(2．2)(1)所使用的耙头是一个活动罩壳不受控制的耙头

6、；(2)不考虑高为实测值，即适应度函数可取为：压冲水的情况；(3)泥泵速度保持不变。l～l∑一m-n∑lP一pIl(2·3)2耙头模型及参数估计即可得：l1耙头模型∑e一∑}P+nQ，一6一cI(2．4)根据文献以及目前实船工作的实际情况可以得一个模拟式f2．4)I~P为遗传算法的适应度函数，目的就是通过此算法搜耙头吸人密度P的黑箱模型：索ae、b和c的值使得∑。达到最小，在最理想的状态是∑=O，，即估测的耙头吸入密度与实际传感器测得的耙头吸入密度完全Pi=一aQi+bVh+c(2．1)相同。在此估计算法中。设定搜索参数后算得的ei最大值为l0。式(2．1冲可得以下实

7、测数据：此模型中三个需要估计的参数分别是a、b和c。黑箱模Q：：进舱混合物的流量；型的目的是希望预估的耙头吸入密度与实测的吸入密度相差P：：泥泵吸入混合物的密度；最小。用遗传算法预估的模型中三个参数就是要尽量使得理论v航速。值与实际值误差最小。估计的步骤如下：此数学模型中需估算的参数：ae、b和c。(1)产生初始种群。模型中三个参数ae-,h和c根据经验值影响耙头吸入密度的因素有很多，比如航速、进舱流量、高界定的范围为：0