基于机器学习算法的船舶结构强度分析

论文摘要

[目的]针对传统有限元数值计算方法耗时长、占用计算资源多等缺点,提出基于机器学习算法对船舶结构强度进行评估的回归预测模型。[方法]以已有的有限元数值计算数据为样本,以外部载荷和结构尺寸为特征,以应力和变形为目标,引入4种传统机器学习算法和4种集成机器学习算法,对船舶上吊杆处的局部结构响应进行预测分析。[结果]与传统有限元数值模拟方法相比,机器学习算法在保证结果准确性的同时大幅度提升了计算效率,其中Light Gradient Boosting Machine(LightGBM)算法与其他算法相比,其准确度和计算效率的表现更好。[结结论]为进一步研究更复杂的船体结构设计提供了一条可行且高效的技术途径。

论文目录

• 0 引言
• 1 机器学习算法
• 2 数据样本集
• 3 实验设计分析
• 4 实验结果
• 5 结论

文章来源

类型: 期刊论文

作者: 张美兰,刘琳琳

关键词: 结构强度评估,机器学习,回归预测

来源: 中国舰船研究 2019年S1期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 船舶工业

单位: 上海振华重工(集团)股份有限公司海服研究院

分类号: U661.43

DOI: 10.19693/j.issn.1673-3185.01647

页码: 151-157

总页数: 7

文件大小: 2716K

下载量: 224