孫 利 王德禹

1 上海交通大學(xué)船舶海洋與建筑工程學(xué)院，上海 200240 2 中國船舶及海洋工程設(shè)計(jì)研究院，上海 200011

0 引 言

隨著運(yùn)輸成本的上升以及運(yùn)輸產(chǎn)品的種類增加，船舶日益向尺度大型化、種類多樣化的方向發(fā)展。以集裝箱船為例，其載貨量的變化歷經(jīng)上世紀(jì)60年代的700～1 000 TEU，70年代的1 800～2 000 TEU，1973年以后的3 000 TEU，80年代后期的4 400 TEU，直至目前發(fā)展到8 000 TEU，9 000 TEU甚至是萬箱貨船。隨著尺度的不斷增大，對于船舶結(jié)構(gòu)的強(qiáng)度提出了更高的要求。由于船舶尺度增加，波激振動(dòng)和振顫等問題也變得十分顯著，需要設(shè)計(jì)者特別注意。目前，船舶的種類日益增加，如常見的散貨船、油船、集裝箱船、LNG船和FPSO等。不同種類的船舶在設(shè)計(jì)時(shí)有許多特殊的因素需要考慮，如油船和LNG船需要考慮晃蕩問題，大型集裝箱船需要注意彎扭組合作用下的強(qiáng)度，F(xiàn)PSO等超大型儲(chǔ)油船舶對安全性提出了更高的要求等。此外，人們對于船舶設(shè)計(jì)有了更多的要求，如安全性、經(jīng)濟(jì)性和快速性等。安全性始終是船舶設(shè)計(jì)者首先要實(shí)現(xiàn)的目標(biāo)，但在滿足安全性要求的基礎(chǔ)上，尤其對于商用船舶而言，設(shè)計(jì)者也更加重視設(shè)計(jì)方案的經(jīng)濟(jì)性。而在進(jìn)行軍用船舶的設(shè)計(jì)時(shí)，對于安全性和快速性等指標(biāo)則更為關(guān)心。

以上這些船舶形式、大小上的變化以及人們對船舶設(shè)計(jì)要求目標(biāo)的多樣化，使得原本單純依賴于設(shè)計(jì)者主觀經(jīng)驗(yàn)或船級社頒布的規(guī)范所規(guī)定的最小尺寸的傳統(tǒng)設(shè)計(jì)方法難以滿足現(xiàn)代船舶設(shè)計(jì)的需要。傳統(tǒng)設(shè)計(jì)方法應(yīng)用方便簡單，使用者根據(jù)規(guī)范規(guī)定的公式、最小尺寸等便可以快速得到設(shè)計(jì)方案。但是，這種方法存在以下3個(gè)缺點(diǎn)：

1）由于船舶結(jié)構(gòu)的失效形式有很多種，單純依賴公式來解決所有失效問題必然導(dǎo)致設(shè)計(jì)者無法判別針對每種失效形式所設(shè)計(jì)結(jié)構(gòu)的精確冗余度，這樣的設(shè)計(jì)勢必難以保證高效性。

2）規(guī)范給出的公式、要求和最小尺寸等都是為了設(shè)計(jì)出的船舶結(jié)構(gòu)可以避免結(jié)構(gòu)失效，但由于船東或設(shè)計(jì)者對于船舶結(jié)構(gòu)設(shè)計(jì)有了更全面的要求，僅僅滿足結(jié)構(gòu)的安全性是不夠的。

3）規(guī)范所給出的要求大多是有使用范圍的，但隨著船舶尺度的增大或新船型的出現(xiàn)，設(shè)計(jì)者可能難以找到可以應(yīng)用的規(guī)范作為參考。即使在規(guī)范使用范圍之內(nèi)，如果比較靠近范圍上限，這些規(guī)范公式的可信性也值得懷疑。

針對傳統(tǒng)設(shè)計(jì)方法的不足，Hughes［1］將航空領(lǐng)域的設(shè)計(jì)理念“理性設(shè)計(jì)方法”引入船舶結(jié)構(gòu)設(shè)計(jì)中。理性設(shè)計(jì)方法是一種直接并完全以結(jié)構(gòu)理論和基于計(jì)算機(jī)技術(shù)的結(jié)構(gòu)分析和優(yōu)化為基礎(chǔ)的、最終依賴設(shè)計(jì)者選擇出優(yōu)化的設(shè)計(jì)結(jié)構(gòu)的方法。理性設(shè)計(jì)方法有以下幾個(gè)主要特點(diǎn)：

1）完全以結(jié)構(gòu)理論而非經(jīng)驗(yàn)公式為基礎(chǔ)；

2）依托計(jì)算機(jī)技術(shù)，應(yīng)用數(shù)值方法進(jìn)行計(jì)算分析；

3）依托計(jì)算機(jī)技術(shù)，依賴優(yōu)化算法和優(yōu)化策略尋找最優(yōu)設(shè)計(jì)；

4）設(shè)計(jì)者可以自由選擇各項(xiàng)設(shè)計(jì)性能的權(quán)重。

理性設(shè)計(jì)方法主要由3項(xiàng)任務(wù)組成，即分析計(jì)算、設(shè)計(jì)評價(jià)以及優(yōu)化。

分析計(jì)算主要包括對于船舶所受環(huán)境載荷的計(jì)算、船體各個(gè)結(jié)構(gòu)受環(huán)境載荷作用下的結(jié)構(gòu)響應(yīng)Q，在船體所能承受的極限載荷作用下船體各個(gè)結(jié)構(gòu)的結(jié)構(gòu)響應(yīng)QL以及基于可靠性理論求得各類分部安全系數(shù)γ。

設(shè)計(jì)評價(jià)主要包括兩個(gè)方面，即約束條件是否滿足以及設(shè)計(jì)結(jié)果是否達(dá)到最優(yōu)。約束條件主要包括強(qiáng)度約束和非強(qiáng)度約束。強(qiáng)度約束是基于可靠性理論對結(jié)構(gòu)響應(yīng)Q加以限制，如式（1）所示。強(qiáng)度約束的目的是保證船舶有足夠的安全性和可用性，而非強(qiáng)度約束主要指由于施工建造需求以及使用的需求等對結(jié)構(gòu)的尺寸形狀等有所限制。

式中，x為主要結(jié)構(gòu)的編號；γload和γL均為安全系數(shù)，分別為載荷系數(shù)和極限強(qiáng)度系數(shù)［1］。

評價(jià)設(shè)計(jì)結(jié)果是否達(dá)到最優(yōu)必然需要評價(jià)標(biāo)準(zhǔn)，即優(yōu)化問題中的目標(biāo)函數(shù)。以民用船舶為例，經(jīng)濟(jì)性應(yīng)該是船東或設(shè)計(jì)者最希望改進(jìn)的優(yōu)化目標(biāo)。而影響經(jīng)濟(jì)性的參數(shù)主要包括空船重量、高強(qiáng)度鋼的使用量、建造施工的難度、船舶的快速性以及是否低能耗等。除了經(jīng)濟(jì)性以外，船員的生活、工作環(huán)境也越來越受到人們的重視。因此，船舶耐波性和振動(dòng)噪聲等性能也是重要的衡量指標(biāo)。當(dāng)然，對于不同指標(biāo)在優(yōu)化問題中有不同的處理方式，設(shè)計(jì)者可以把某項(xiàng)指標(biāo)作為目標(biāo)函數(shù)，也可以給定容許邊界將其設(shè)定為約束條件處理。然而，在實(shí)際設(shè)計(jì)中，除了規(guī)范限定的出于安全性考慮強(qiáng)制要求的指標(biāo)有明確的上、下限要求（如許用應(yīng)力、最大位移和最大振動(dòng)響應(yīng)等）外，其他許多指標(biāo)都是十分感性而難以確定約束邊界的。因此，許多時(shí)候設(shè)計(jì)者需要考慮多種評價(jià)標(biāo)準(zhǔn)并最后由船東或設(shè)計(jì)者選出偏好的設(shè)計(jì)方案。隨著現(xiàn)代船舶的優(yōu)化設(shè)計(jì)向多目標(biāo)優(yōu)化問題發(fā)展，涉及的學(xué)科繁多（包括經(jīng)濟(jì)、結(jié)構(gòu)、流體、建造等），多學(xué)科優(yōu)化問題也越來越受到船舶結(jié)構(gòu)設(shè)計(jì)、研究人員的關(guān)注。

通過前述分析可知，分析計(jì)算的目的是為設(shè)計(jì)評價(jià)提供數(shù)據(jù)依據(jù)、設(shè)計(jì)評價(jià)則是為優(yōu)化問題建立數(shù)學(xué)模型，而理性設(shè)計(jì)方法的核心就是利用優(yōu)化策略和優(yōu)化算法針對此前的數(shù)學(xué)優(yōu)化模型選出最優(yōu)的結(jié)構(gòu)尺寸、結(jié)構(gòu)形狀、拓?fù)浣Y(jié)構(gòu)以及經(jīng)濟(jì)性更好的結(jié)構(gòu)材料等。

下面將根據(jù)理性設(shè)計(jì)方法的特點(diǎn)介紹其在船舶設(shè)計(jì)領(lǐng)域應(yīng)用時(shí)表現(xiàn)出的問題以及相關(guān)研究的情況，而后重點(diǎn)針對船舶結(jié)構(gòu)多學(xué)科多目標(biāo)優(yōu)化設(shè)計(jì)這一熱門領(lǐng)域的發(fā)展情況進(jìn)行介紹，最后，展望理性設(shè)計(jì)方法應(yīng)用于船舶設(shè)計(jì)領(lǐng)域的前景。

1 理性設(shè)計(jì)方法熱點(diǎn)問題

1.1 計(jì)算成本

理性設(shè)計(jì)方法主要依賴于以計(jì)算機(jī)技術(shù)為載體的數(shù)值計(jì)算方法進(jìn)行計(jì)算分析，并且以優(yōu)化迭代作為尋找最優(yōu)設(shè)計(jì)方案的方法，因此，應(yīng)用理性設(shè)計(jì)方法對船舶這一大型的復(fù)雜結(jié)構(gòu)進(jìn)行設(shè)計(jì)的時(shí)間成本將非常高。首先，對于復(fù)雜的大型結(jié)構(gòu)而言，應(yīng)用FEM，CFD等數(shù)值計(jì)算方法需要的計(jì)算時(shí)間相當(dāng)可觀；其次，由于應(yīng)用優(yōu)化算法，隨著設(shè)計(jì)變量數(shù)量和種類的增加、約束條件增加、以及隨著優(yōu)化問題的非線性化增強(qiáng)，優(yōu)化迭代的步數(shù)將會(huì)大幅增加，從而需要進(jìn)行大量的重復(fù)計(jì)算，進(jìn)而導(dǎo)致累積起來的計(jì)算成本更高；最后，由于當(dāng)今船舶設(shè)計(jì)已不再限于單目標(biāo)、單一學(xué)科，而是一個(gè)多目標(biāo)、多學(xué)科的綜合性問題，這也勢必導(dǎo)致需要更多的優(yōu)化步數(shù)和更高的單步計(jì)算成本。

針對上述問題，目前主要可以遵循3種思路予以解決，即結(jié)構(gòu)分解、“大”單元和元模型。

1.1.1 結(jié)構(gòu)分解

將船舶按結(jié)構(gòu)部位劃分成多個(gè)子系統(tǒng)（子模塊），從系統(tǒng)層面對各子系統(tǒng)進(jìn)行協(xié)調(diào)，而各個(gè)子系統(tǒng)獨(dú)立進(jìn)行計(jì)算、分析以及優(yōu)化。大型復(fù)雜結(jié)構(gòu)一旦被分解成若干子結(jié)構(gòu)，無論是該子系統(tǒng)的設(shè)計(jì)變量還是結(jié)構(gòu)模型的分析時(shí)間，都將大幅減少。

Hughes等［2］首先提出了船體模塊的概念以及基于船體模塊概念的多級分析理念。Rahman［3］結(jié)合總體目標(biāo)協(xié)調(diào)方法（General Goal Coordination Method）將船體梁分解為甲板、舷側(cè)和船底等子結(jié)構(gòu)并進(jìn)行了多級分析優(yōu)化設(shè)計(jì)。按照結(jié)構(gòu)部位將船舶分解后，進(jìn)行分級計(jì)算優(yōu)化時(shí)存在一個(gè)重要問題，即如何處理子結(jié)構(gòu)或船體模塊的邊界條件，Hughes提出的方法是將船體梁模型作為整船分析對象，然后將船體梁模型計(jì)算得到的節(jié)點(diǎn)位移傳遞到船體模塊的兩端邊界，即認(rèn)為船體模塊兩端各節(jié)點(diǎn)位移是相同的。該方法僅適用于兩端結(jié)構(gòu)剛度較強(qiáng)（通常以橫艙壁為邊界）的船體模塊，而對于橫艙壁較少的船舶勢必將導(dǎo)致船體模塊很大，計(jì)算成本無法明顯減少。Sun和Wang［4］提出了結(jié)合超單元技術(shù)處理船體模塊的邊界條件，該方法無需要求船體模塊以橫艙壁為邊界，提高了多級分析方法的靈活性。

1.1.2 “大”單元

利用結(jié)構(gòu)理論，將復(fù)雜多自由度的有限元模型以近似的低自由度的“大”單元模擬代替。船舶結(jié)構(gòu)的數(shù)值分析主要依賴于有限元方法，然而該方法的計(jì)算成本與單元節(jié)點(diǎn)的數(shù)量成正比關(guān)系，采用少量的“大”單元代替數(shù)量繁多的精細(xì)單元可以顯著縮短計(jì)算時(shí)間。這里的“大”單元包括Hughes提出的宏單元（Macro Element），Satish［5］研究的新式加筋板單元以及Naar等［6］研究的耦合梁等。此外，以宏單元和粗單元（Gross Element）為模塊，Andric［7］提出了在船舶概念設(shè)計(jì)階段的通用船體模型（Generic Ship Model）理念。這些“大”單元可以快速地為設(shè)計(jì)者提供近似的分析結(jié)果。

1.1.3 元模型

元模型（Metamodel）是指基于回歸方法或數(shù)理統(tǒng)計(jì)理論，可以近似模擬復(fù)雜數(shù)值分析程序的輸入—輸出關(guān)系的數(shù)學(xué)模型。由于元模型多基于簡單的數(shù)學(xué)模型，所以其計(jì)算成本相當(dāng)?shù)汀Ｒ郧靶枰獢?shù)小時(shí)甚至幾天完成的數(shù)值分析程序，現(xiàn)在僅需數(shù)秒即可得到相近的結(jié)果。Wang［8］系統(tǒng)地介紹了元模型在工程優(yōu)化設(shè)計(jì)領(lǐng)域的應(yīng)用與發(fā)展情況。

比較常用的元模型包括響應(yīng)面法（Response Surface Methodology，RSM），泰勒級數(shù)法（Taylor Series），隨機(jī)模型（Kriging Model），徑向基函數(shù)法（Radial Basis Functions，RBF）以及基于機(jī)器學(xué)習(xí)方法的人工神經(jīng)網(wǎng)絡(luò)法（Artificial Neural Network，ANN）。

馬斯里亞說，幾年前，NIH用于研究阿爾茨海默病的資金中，大部分用在β-淀粉樣蛋白和tau蛋白研究領(lǐng)域，現(xiàn)在60%多的資金用于轉(zhuǎn)化研究，大約70%的資金用于基礎(chǔ)研究。北卡羅來納州杜克大學(xué)的卡羅爾·科爾頓（Carol Colton）說：“我相信我們會(huì)有更多的資金來探索其他的想法?！笨茽栴D正在將炎癥作為阿爾茨海默病的潛在原因進(jìn)行研究。然而，她和其他研究人員補(bǔ)充說道：“一些學(xué)者呼吁重新審視NIH的撥款提議，有時(shí)他們的思想不如國家老齡化研究所的員工那么開放，他們拒絕新領(lǐng)域研究的申請，他們需要轉(zhuǎn)變觀念?！?/p>

上述方法中，RSM應(yīng)用廣泛，它利用低階多項(xiàng)式回歸擬合給定的輸入—輸出值［9］。Arai和Suzuki等［10-11］在船舶橫艙壁的結(jié)構(gòu)優(yōu)化中應(yīng)用了RSM法。對于高維非線性問題，RSM方法的準(zhǔn)確性和穩(wěn)定性均大幅降低［12］。Sacks等［13］提出使用 Kriging Model來模擬確定性的計(jì)算程序。相較RSM方法，Kriging Model方法對于非線性問題的計(jì)算更為準(zhǔn)確。但對于高維問題，由于它需要處理復(fù)雜的矩陣求逆等運(yùn)算，因此使用成本也很高。

ANN方法以已知輸入—輸出關(guān)系為訓(xùn)練樣本，以某種訓(xùn)練機(jī)制（如反向傳播Back Propagation，BP）更新其數(shù)學(xué)結(jié)構(gòu)，訓(xùn)練后得到的數(shù)學(xué)結(jié)構(gòu)即為輸入—輸出關(guān)系的模擬器。常用ANN包括多層感知器（Multi-Layer Perceptron，MLP）和基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)（Radial Basis Function Network，RBFN）等［14］。邵雄飛［15］應(yīng)用 RBFN 方法對大型油船三艙段模型進(jìn)行了結(jié)構(gòu)優(yōu)化。但ANN方法受網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜性和樣本復(fù)雜性的影響較大，容易出現(xiàn)“過學(xué)習(xí)”或低泛化能力。

傳統(tǒng)的ANN方法的重要理論基礎(chǔ)之一是統(tǒng)計(jì)學(xué)。傳統(tǒng)統(tǒng)計(jì)學(xué)研究的是樣本數(shù)目趨于無窮大時(shí)的漸近理論，現(xiàn)有學(xué)習(xí)方法也多是基于此假設(shè)。但在解決實(shí)際問題時(shí)，樣本數(shù)量往往是有限的，因此一些理論上很優(yōu)秀的學(xué)習(xí)方法在實(shí)際應(yīng)用中的效果可能不盡人意。與傳統(tǒng)統(tǒng)計(jì)學(xué)相比，統(tǒng)計(jì)學(xué)習(xí)理論（Statistical Learning Theory，SLT）是一種專門研究小樣本情況下機(jī)器學(xué)習(xí)規(guī)律的理論，在該理論基礎(chǔ)上發(fā)展了一種新的通用學(xué)習(xí)方法——支持向量機(jī)（Support Vector Machine，SVM），它是一種比較好的實(shí)現(xiàn)了結(jié)構(gòu)風(fēng)險(xiǎn)最小化思想的方法。它的機(jī)器學(xué)習(xí)策略是結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，其目的是最小化期望風(fēng)險(xiǎn)，應(yīng)同時(shí)最小化經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍［16］。由于SVM方法與傳統(tǒng)的學(xué)習(xí)機(jī)同樣難以獲得輸入輸出關(guān)系的梯度，因此應(yīng)用SVM方法的優(yōu)化問題并不適合應(yīng)用基于梯度的傳統(tǒng)優(yōu)化算法。將SVM方法與遺傳算法（Genetic Algorithm，GA）相結(jié)合的優(yōu)化方法也是研究的熱點(diǎn)之一［17-18］。

1.2 參數(shù)化建模

由于理性設(shè)計(jì)方法主要基于計(jì)算機(jī)技術(shù)、調(diào)用優(yōu)化算法自動(dòng)迭代完成建模、分析和判斷等工作，因此要求上述幾項(xiàng)工作完全可以由計(jì)算機(jī)自動(dòng)完成，無需人工干預(yù)。計(jì)算分析和判斷工作早已有成熟的數(shù)值計(jì)算軟件（如Nastran，Ansys，F(xiàn)luent等）和優(yōu)化平臺(tái)（如iSIGHT，Optistruct等）實(shí)現(xiàn)，而對于自動(dòng)建模問題，至今仍是一個(gè)難點(diǎn)?，F(xiàn)在各大數(shù)值計(jì)算軟件的前處理工具均融合了強(qiáng)大的編程功能，為使用者參數(shù)化建模提供了很好的平臺(tái)，如Patran的PCL語言，Abaqus的Python語言以及Ansys的APDL語言等。馮國慶等［19］研究了應(yīng)用PCL語言對散貨船直接強(qiáng)度進(jìn)行評估，竇培林等［20］研究了通過 AutoCAD，VBA 和 PCL語言將Tribon模型幾何信息導(dǎo)入Patran平臺(tái)自動(dòng)建模的方法。張麗［21］應(yīng)用PCL語言實(shí)現(xiàn)參數(shù)化修改結(jié)構(gòu)尺寸，對巴拿馬型集裝箱船的尺寸進(jìn)行了優(yōu)化。曾文源［22］研究了ADPL語言對于船舶結(jié)構(gòu)形狀優(yōu)化的應(yīng)用，以及采用交互式方式實(shí)現(xiàn)利用PCL語言參數(shù)化建立船體中間艙段的幾何模型并劃分網(wǎng)格。

然而，由于船舶結(jié)構(gòu)的形狀很不規(guī)則且大多數(shù)值計(jì)算軟件的網(wǎng)格節(jié)點(diǎn)都要求協(xié)調(diào)匹配，這樣就為復(fù)雜模型完全自動(dòng)劃分網(wǎng)格技術(shù)的實(shí)現(xiàn)帶來了很大障礙。秦洪德等［23］詳細(xì)總結(jié)了船舶在尺寸、形狀和拓?fù)鋬?yōu)化等方面研究的進(jìn)展，此處不再贅述。

2 船舶結(jié)構(gòu)理性設(shè)計(jì)方法的工程應(yīng)用與展望

雖然對于理性設(shè)計(jì)方法在船舶領(lǐng)域的研究已經(jīng)開展得很多，但是在實(shí)際設(shè)計(jì)過程中，很少有設(shè)計(jì)者會(huì)采用理性設(shè)計(jì)方法，分析其原因主要有模型問題、設(shè)計(jì)者的重要性、計(jì)算成本、參數(shù)化建模以及優(yōu)化算法等。

2.1 模型問題

所有的優(yōu)化算法都是基于由實(shí)際問題轉(zhuǎn)化得到的數(shù)學(xué)模型。然而，在工業(yè)領(lǐng)域缺少熟練掌握建立這些數(shù)學(xué)模型的設(shè)計(jì)者，也沒有十分成熟的商業(yè)軟件供使用者完成數(shù)學(xué)建模工作，導(dǎo)致設(shè)計(jì)者對于這種不熟悉的模型沒有充足的信心，他們更喜歡可以確切地掌握設(shè)計(jì)的每一步改善而非抽象的數(shù)學(xué)模型。

2.2 設(shè)計(jì)者的重要性

2.3 計(jì)算成本

根據(jù)前述分析可知，基于理性設(shè)計(jì)方法的計(jì)算成本相當(dāng)高，這在很大程度上阻礙了其在實(shí)際設(shè)計(jì)中的應(yīng)用。為解決這一問題，一方面可以利用前面提到的近似模型來模擬并代替準(zhǔn)確但費(fèi)時(shí)的計(jì)算模型；另一方面網(wǎng)格計(jì)算機(jī)和分布式計(jì)算技術(shù)的應(yīng)用也從一定程度上解決了大規(guī)模優(yōu)化問題的計(jì)算成本問題［26-27］。

此外，量子計(jì)算是一種新型的計(jì)算方式，它可以提供更快更有效的計(jì)算平臺(tái)。目前，關(guān)于將量子計(jì)算手段和遺傳算法［28］或群體智能［29］相結(jié)合的優(yōu)化技術(shù)的相關(guān)研究工作也已經(jīng)展開。

2.4 參數(shù)化建模

在實(shí)際設(shè)計(jì)工作中，設(shè)計(jì)對象多為幾何模型甚至是簡單的幾何尺寸，如結(jié)構(gòu)的形狀、尺寸和材料或船舶的主尺度等。然而理性設(shè)計(jì)方法中對設(shè)計(jì)的評價(jià)往往基于數(shù)值模型，在船舶設(shè)計(jì)中最常用的數(shù)值模型包括結(jié)構(gòu)有限元模型、流體方面的CFD模型等。由于目前尚無較成熟的接口或軟件可以實(shí)現(xiàn)幾何模型或幾何尺寸與數(shù)值計(jì)算模型的全自動(dòng)轉(zhuǎn)換，這對設(shè)計(jì)者使用理性設(shè)計(jì)方法帶來了很大不便。

2.5 選擇合適的優(yōu)化算法

成熟的優(yōu)化算法有很多，如何針對不同問題選擇合適的優(yōu)化算法對于設(shè)計(jì)者而言是一項(xiàng)很復(fù)雜的挑戰(zhàn)。雖然很多優(yōu)化平臺(tái)針對不同設(shè)計(jì)問題為使用者提供了優(yōu)化算法的選擇建議，如iSIGHT和Optistruct等，但采納這些建議的結(jié)果大多是縮小可選優(yōu)化算法的范圍，而使用者仍需要根據(jù)知識(shí)經(jīng)驗(yàn)在小范圍的優(yōu)化算法中選取合適的算法。此外，沒有一個(gè)優(yōu)化問題會(huì)僅有一種最優(yōu)的優(yōu)化算法，即每種優(yōu)化算法對于某種特定的問題都有其優(yōu)點(diǎn)與缺陷，因此仍然需要使用者合理地進(jìn)行選擇［30］。

2.6 培 訓(xùn)

使用傳統(tǒng)設(shè)計(jì)方法的設(shè)計(jì)者對于理性設(shè)計(jì)方法、優(yōu)化算法、可靠性方法以及近似模型的原理等都缺乏足夠的知識(shí)，這很大程度上阻礙了他們對于理性設(shè)計(jì)方法應(yīng)用的興趣。因此，有必要對設(shè)計(jì)者進(jìn)行相關(guān)知識(shí)的普及和推廣培訓(xùn)。

3 結(jié) 語

盡管船舶結(jié)構(gòu)理性設(shè)計(jì)方法在實(shí)際應(yīng)用中面臨很多問題，然而，考慮到現(xiàn)代船舶設(shè)計(jì)所面臨的挑戰(zhàn)，船東對于高性能、低能耗的要求以及船舶市場競爭的日趨激烈，不難得出掌握并最大限度地應(yīng)用船舶結(jié)構(gòu)理性等因素設(shè)計(jì)方法對于提升船舶設(shè)計(jì)水準(zhǔn)、提高船舶結(jié)構(gòu)的安全性和降低鋼材原料使用成本等方面均能發(fā)揮重要的作用這一結(jié)論。

［1］HUGHES O F.Ship structural design：a rationallybased，computer-aided，optimization approach［M］.New York：Wiley，1983.

［2］HUGHES O F，MISTREE F，ZANIC V.Practical method for the rational design of ship structures［J］.Journal of Ship Research，1980，24（2）：101-113.

［3］RAHMAN M K.Multilevel optimization applied to hull girder design using three panel forms［J］.Structural and Multidisciplinary Optimization，1994，7（1）：126-137.

［4］SUN L，WANG D Y.A new rational-based optimal design strategy of ship structure based on multi-level analysis and super-element modeling method［J］.Journal of Marine Science and Application，2011，10（3）：272-280.

［5］SATISH K Y，MUKHOPADHYAY M.Finite element analysis of ship structures using a new stiffened plate element［J］.Applied Ocean Research，2000，22（6）：361-374.

［6］NAAR H，VARSTA P，KUJALA P.A theory of coupled beams for strength assessment of passenger ships［J］.Marine Structures，2004，17（8）：590-611.

［7］ANDRIC J，ZANIC V.The global structural response model for multi-deck ships in concept design phase［J］.Ocean Engineering，2010，37（8/9）：688-704.

［8］WANG G G，SHAN S.Review of metamodeling techniques in support of engineering design optimization［J］.Journal of Mechanical Design，2007，129：370-380.

［9］JONES D R，SCHONLAU M，WELCH W J.Efficient global optimization of expensive black-box functions［J］.Journal of Global Optimization，1998，13（4）：455-492.

［10］ARAI M，SHIMIZU T，SUZUKI T.Optimization of transverse bulkhead design by response surface methodology［J］.Journal of the Kansai Society of Naval Architects，Japan，2000（234）：237-244.

［11］SUZUKI T，ARAI M，SHIMIZU T.On the application of Response Surface Methodology to the optimization of ship structural design［J］.ClassNK Technical Bulletin，2001，19：39-47.

［12］GOU P，LIU W，CUI W C，A comparison of approximation methods for multidisciplinary design optimization of ship structures［J］.Journal of Ship Mechanis，2007，11（6）：913-923.

［13］SACKS J.Design and analysis of computer experiments［J］.Statistical Science，1989，4（4）：409-423.

［14］SIMON S，HAYKIN.Neural networks：a comprehensive foundation［M］.London：Prentice-Hall，1999.

［15］邵雄飛.基于直接計(jì)算的大型油船結(jié)構(gòu)優(yōu)化設(shè)計(jì)［D］.鎮(zhèn)江：江蘇科技大學(xué)，2007.

［16］VAPNIK V.Statistical learning theory［M］.New York：Wiley，1998.

［17］NANDI S.Hybrid process modeling and optimization strategies integrating neural networks/support vector regression and genetic algorithms：study of benzene isopropylation on Hbeta catalyst［J］.Chemical Engineering Journal，2004，97（2/3）：115-129.

［18］呂勇波.基于支持向量機(jī)與遺傳算法的結(jié)構(gòu)優(yōu)化研究［D］.武漢：華中科技大學(xué)，2007.

［19］馮國慶，趙楠，任慧龍，等.基于PCL的散貨船直接強(qiáng)度評估系統(tǒng)開發(fā)［J］.船海工程，2011，40（2）：5-8.FENG G Q，ZHAO N，REN H L，et al.Development of direct strength assessment system for bulk carrier based on Patran command language［J］.Ship and Ocean Engineering，2011，40（2）：5-8.

［20］竇培林，胡禮明.基于TRIBON數(shù)據(jù)快速建立全船有限元模型的研究［J］.船舶工程，2009，31（5）：44-46，51.DOU P L，HU L M.Study on quick finite element modeling of the whole ship based on the TRIBON data［J］.Ship Engineering，2009，31（5）：44-46，51.

［21］張麗.巴拿馬型集裝箱船結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究［D］.上海：上海交通大學(xué)，2008.

［22］曾文源.艦船結(jié)構(gòu)有限元參數(shù)化建模與優(yōu)化研究［D］.哈爾濱：哈爾濱工程大學(xué)，2005.

［23］秦洪德，王艷艷.船舶結(jié)構(gòu)優(yōu)化設(shè)計(jì)的研究進(jìn)展［C］//船舶力學(xué)學(xué)術(shù)會(huì)議暨《船舶力學(xué)》創(chuàng)刊十周年紀(jì)念學(xué)術(shù)會(huì)議.銀川，2007.

［24］BRINTRUP A M，RAMSDEN J，TIWARI A.An interactive genetic algorithm-based framework for handling qualitative criteria in design optimization［J］.Computers in Industry，2007，58（3）：279-291.

［25］ZIMMERMANN M，BRONSART R，STENZEL K.Knowledge based engineering methods for ship structural design［C］//12th International Conference on Computer Applications in Shipbuilding（ICCAS），2005.

［26］GRAUER M，BARTH T，THILO F.Grid-based computing for multidisciplinary analysis and optimization［C］//10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference，2004.

［27］KERE P，LENTO J.Design optimization of laminated composite structures using distributed grid resources［J］.Composite structures，2005，71（3/4）：435-438.

［28］WANG L，TANG F，WU H.Hybrid genetic algorithm based on quantum computing for numerical optimization and parameter estimation［J］.Applied Mathematics and Computation，2005，171（2）：1141-1156.

［29］WANG L，NIU Q，F(xiàn)EI M.A novel quantum ant colony optimization algorithm and its application to fault diagnosis［J］.Transactions of the Institute of Measurement and Control，2008，30（3/4）：313-329.

［30］WOLPERT D H，MACREADY W G.No free lunch theorems for optimization［J］.IEEE Transactions on Evolutionary Computation，1997，1（1）：67-82.