论文摘要
船型设计的关键技术之一是其水动力性能的预报。而其阻力预报是其水动力性能预报的重要内容。它为寻求设计低阻力优良船型以及决定主机功率、设计推进器等提供依据。因此,寻找可靠、准确的船舶阻力预估方法有着十分重要的意义。船舶阻力预估方法主要有:试验方法、计算流体动力学(Computational FluidDynamics, CFD)仿真方法和一些近似估算方法。在主尺度和船型系数确定以后,需要估算船舶阻力,比较分析各方案的优劣。由于此阶段船舶线型尚未确定,还不能应用船模试验方法来确定阻力;CFD仿真方法也缺乏较高精度和可信度的保证;因而基于试验资料、图谱,应用神经网络原理构造预报模型是可实施性较强,具有较高精度和可信度的阻力预估方法。本文首先对船舶阻力预估和神经网络的发展概况进行了回顾,明确了研究内容,建立了研究方案,并对所用工具软件MATLAB进行了概述。接下来本文重点探讨了如何应用神经网络原理并结合试验资料、图谱构造神经网络阻力预报模型,得到了许多有益的结论。进一步本文又搜集整理了目前较为常用的阻力预估方法,并编程实现了基于阻力预估的主尺度选优模块。最后,为工程实际应用提供了建议。