首页--交通运输论文--水路运输论文--船舶工程论文--船舶设计论文

NURBS流曲线研究及船体曲面轻量化设计

摘要第4-6页
ABSTRACT第6-7页
1 绪论第22-48页
    1.1 研究背景与意义第22-25页
    1.2 国内外研究现状及发展动态分析第25-34页
        1.2.1 基于NURBS船体曲面表达和设计方法第26-31页
        1.2.2 流曲线曲面造型方法第31-34页
    1.3 智能优化算法基本理论第34-45页
        1.3.1 量子行为粒子群算法第35-38页
        1.3.2 遗传算法第38-42页
        1.3.3 文化算法第42-45页
    1.4 研究内容和组织结构第45-48页
2 船体型线的特点及NURBS方法第48-70页
    2.1 引言第48-51页
    2.2 船体曲面特征线第51-54页
        2.2.1 水线类型第52页
        2.2.2 横剖线类型第52-54页
        2.2.3 船体曲面边界特征线第54页
    2.3 船体坐标系第54-55页
    2.4 NURBS技术第55-68页
        2.4.1 B样条基函数第57-58页
        2.4.2 NURBS曲线第58-59页
        2.4.3 NURBS曲面第59页
        2.4.4 NURBS曲线和曲面的特性第59-60页
        2.4.5 NURBS基本算法第60-63页
        2.4.6 应用NURBS构造二次曲线第63-65页
        2.4.7 NURBS构造组合曲线第65-67页
        2.4.8 蒙皮曲面第67-68页
    2.5 小结第68-70页
3 基于NURBS的船体水线轻量化逼近第70-91页
    3.1 引言第70-71页
    3.2 水线轻量化逼近控制顶点分布模型第71-73页
    3.3 水线轻量化逼近设计数学模型第73-77页
        3.3.1 目标函数第73-74页
        3.3.2 设计变量第74-76页
        3.3.3 输入参数第76页
        3.3.4 约束条件第76-77页
    3.4 水线轻量化逼近的改进量子行为粒子群算法第77-81页
        3.4.1 改进量子行为粒子群算法的计算过程第78-80页
        3.4.2 改进的量子行为粒子群算法描述第80-81页
    3.5 算例第81-89页
        3.5.1 特征水线逼近设计实例第81-87页
        3.5.2 逼近曲面与原始曲面的对比第87-89页
    3.6 小结第89-91页
4 基于NURBS的艏艉轮廓线轻量化逼近第91-121页
    4.1 引言第91页
    4.2 艏轮廓线轻量化逼近控制顶点分布模型第91-97页
        4.2.1 垂直式艏第92-93页
        4.2.2 前倾式艏第93-94页
        4.2.3 斜直式艏第94页
        4.2.4 飞剪式艏第94-95页
        4.2.5 破冰式艏第95-96页
        4.2.6 球鼻式艏第96-97页
    4.3 艏轮廓线轻量化逼近设计数学模型第97-99页
        4.3.1 目标函数第97-98页
        4.3.2 适应度值函数第98页
        4.3.3 设计变量第98页
        4.3.4 输入参数第98-99页
        4.3.5 约束条件第99页
    4.4 艉轮廓线轻量化逼近控制顶点分布模型第99-102页
    4.5 艉轮廓线轻量化逼近设计数学模型第102-104页
        4.5.1 目标函数第102页
        4.5.2 适应度值函数第102页
        4.5.3 设计变量第102-103页
        4.5.4 输入参数第103-104页
        4.5.5 约束条件第104页
    4.6 艏艉轮廓线轻量化逼近的自适应免疫量子行为粒子群算法第104-110页
        4.6.1 量子行为粒子群算法的搜索机制第105页
        4.6.2 自适应约束演化策略第105-106页
        4.6.3 免疫操作第106-108页
        4.6.4 自适应免疫量子行为粒子群算法的计算过程第108-110页
        4.6.5 自适应免疫量子行为粒子群算法描述第110页
    4.7 实船算例第110-119页
        4.7.1 艏艉轮廓线逼近设计算例第110-116页
        4.7.2 其他曲线逼近方法的比较第116-119页
    4.8 小结第119-121页
5 NURBS流曲线及船体曲面垂向轻量参数化自行设计第121-153页
    5.1 引言第121-122页
    5.2 NURBS流曲线造型新方法第122-130页
        5.2.1 流曲线造型的数值模型第123-126页
        5.2.2 零流曲线的NURBS表示第126-128页
        5.2.3 设计约束处理方法第128-130页
        5.2.4 NURBS流曲线造型步骤第130页
    5.3 基于吃水函数的参数化设计方法第130-137页
        5.3.1 水线类设计模型第131-133页
        5.3.2 艏艉轮廓线设计方法第133页
        5.3.3 最大横剖面线设计方法第133-135页
        5.3.4 平边线第135-136页
        5.3.5 吃水函数第136-137页
        5.3.6 设计流程第137页
    5.4 轻量化水线设计的知识引导优化求解策略第137-144页
        5.4.1 种群空间第138-139页
        5.4.2 接受函数第139页
        5.4.3 信念空间第139-141页
        5.4.4 影响函数第141-142页
        5.4.5 终止准则第142-143页
        5.4.6 求解步骤第143-144页
    5.5 设计算例第144-152页
        5.5.1 NURBS流曲线造型方法数值算例第144-146页
        5.5.2 知识引导优化求解策略工程算例第146-149页
        5.5.3 船体曲面设计工程实例第149-152页
    5.6 小结第152-153页
6 基于NURBS的轻量化船体曲面逼近第153-167页
    6.1 引言第153-154页
    6.2 曲线逼近模型第154-156页
        6.2.1 曲线一次逼近模型第154页
        6.2.2 曲线二次逼近模型第154-156页
    6.3 船体曲面逼近设计求解模型第156-157页
        6.3.1 输入参数第156页
        6.3.2 设计变量第156页
        6.3.3 约束条件第156页
        6.3.4 目标函数第156-157页
    6.4 染色体长度自适应改变的遗传算法第157-159页
        6.4.1 染色体第157页
        6.4.2 适应度值函数第157页
        6.4.3 选择算子第157页
        6.4.4 动态交叉算子第157-158页
        6.4.5 变异算子第158页
        6.4.6 自适应的交叉率和变异率第158-159页
        6.4.7 终止准则第159页
    6.5 船体曲面逼近设计方法第159-160页
    6.6 实船设计算例第160-166页
        6.6.1 对有理截面线的曲面逼近设计第160-161页
        6.6.2 对插值截面线的曲面逼近设计第161-166页
    6.7 小结第166-167页
7 结论与展望第167-171页
    7.1 结论第167-169页
    7.2 创新点摘要第169页
    7.3 展望第169-171页
参考文献第171-182页
攻读博士学位期间科研项目及科研成果第182-184页
致谢第184-186页
作者简介第186页

论文共186页,点击 下载论文
上一篇:城市无人驾驶规划与控制系统的关键技术研究
下一篇:基于复杂适应系统的水量调度建模方法与应用