基于遗传算法的缓波型立管多目标集成优化

缓波型立管由于设计参数较多且优化目标之间相互影响,设计结果具有很大的不确定性。随着代理模型和智能优化算法的发展,针对缓波型立管的优化可以提出更好的解决方案。以提高力学性能和经济效益为优化目标,采用基于Kriging插值模型和NSGA-II算法的多目标优化策略,对考虑顶部浮体影响的深水缓波型立管进行动力响应分析,并开展线型—截面双目标优化集成设计和线型—浮筒三目标优化集成设计。将处于不同几何尺度的设计变量进行集成,旨在各目标存在相互竞争的情况下,与截面、浮筒设计形成有效互动以提高线型设计的总体性能。结果表明,Pareto最优解集可提供多个选择方案,以满足工程实际需要。将所选最优方案与初始设计进行对比,并以疲劳性能和成本估算作为优化的校核指标,取得了理想的优化效果。