[发明专利]一种基于改进乌鸦算法的AUV外形优化方法

说明书

本发明涉及一种基于改进乌鸦算法的AUV外形优化方法，将AUV的主体外形设计分为三个部分，艏部曲线、中部曲线和艉部曲线段；利用该数学模型通过6个参数控制AUV的外形，经过流体计算得到阻力系数的值，用改进后的乌鸦算法对6个参数进行迭代寻优，找到最优化的6个控制参数。本发明在设计空间内，基于阻力系数，能够找到更优化的AUV外形。相比于传统的乌鸦算法，引入了基于反对的学习策略，加强了局部搜索的能力，在设计空间内，基于阻力系数，能够找到更优化的外形。与传统的乌鸦算法相比，引入了另一个小参数，保留了乌鸦随机飞行的能力，增加了种群的多样性，能够避免优化陷入局部的最优，得到更好的优化结果。

技术领域

本发明属于水下航行器领域，涉及一种基于改进乌鸦算法的AUV外形优化方法。

背景技术

无人自主水下航行器(AUV)是一种新型的智能化的水下机器人，具有自主性强、机动高等优点。早期广泛运用于军事领域，主要用于水下排雷、监测以及目标跟踪等。随着相关技术的发展，应用的范围越来越广泛，在海底资源勘探、海底地形环境调查、海洋国防战略等方面有着广阔的前景。AUV的一般外形采用回转体的设计，设计的方法主要是曲线族法，但是设计周期长，比较耗时。随着对AUV性能要求的不断提高，为了满足AUV长时间，大范围的工作要求，提高优化的效率以及精度，优化具有更低阻力的AUV外形是具有现实意义的。

外形参数化，就是通过控制一定数量的独立的参数来描述外形或者外形的变化。能够以良好的数学形态，解析地表示光滑的真实外形。参数化的好坏，决定了设计空间的完备性以及优化设计的效率以及优化设计结果的好坏，本发明引用以及成熟的Myring外形参数化，只选取6个参数控制AUV外形，参数较少，而且简单直观，每一个参数都有具体的物理意义，或和外形的重要特征相关。

群体智能优化算法，主要是模拟昆虫、兽群和鸟群等群体的行为，抽象出来的一些算法；这些群体按照一定的合作方式，进行寻找食物等行为，相互之间有学习交流的行为，能够更快地找到食物等。近年来用的比较多的类似：粒子群优化算法、蚂蚁算法以及灰狼算法等。这些算法在电子、通信、自动化、本文的乌鸦算法也属于群体智能优化算法的一种，模仿的乌鸦的储藏食物的行为，以及乌鸦相互之间偷窃跟踪的行为。改进后的乌鸦算法，加强了局部搜索的能力，能找到更优化的外形。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于改进乌鸦算法的AUV外形优化方法，参考了现有的常用的AUV的外形设计数学模型，以阻力小，能耗低的Myring外形出发，进行优化计算，系统描述了改进后的乌鸦算法，以及应用于AUV的外形优化设计的具体步骤。

技术方案

一种基于改进乌鸦算法的AUV外形优化方法，其特征在于步骤如下：

步骤1、建立AUV的外形设计数学模型：采用阻力小，能耗低的Myring外形

其中，a为艏部长度，b为中部长度，c为艉部长度，d为中部直径，θ为艉部包角，m为Myring系数；r1、r2以及r3分别是Myring外形的艏部曲线方程、中部曲线方程以及艉部曲线方程；

步骤2、AUV阻力计算：AUV所受阻力为摩擦阻力和压差阻力，二者阻力系数的和为AUV阻力系数；

C＝C_B+C_D

C_D＝C_f[1+1.5f^3/2+7f³+0.002(C_p-0.6)]