Trong bài toán tối ưu, bước đầu tiên trong giải thuật di truyền là khởi tạo ngẫu nhiên quần thể gồm tập hợp tất cả các nhiễm sắc thể (cá thể) là các nghiệm thỏa mãn ràng buộc của bài toán. Theo Golberg [101], về mặt kỹ thuật, một vector chứa những giải pháp
x∈Xđược gọi là một cá thể (individual) hoặc là một nhiễm sắc thể (chromosome). Nhiễm sắc thểđược tạo ra từcác đơn vị riêng biệt được gọi là gen (genes). Mỗi gen mang một sốđặt trưng và có vị trí nhất định trong nhiễm sắc thể. Mỗi nhiễm sắc thể sẽ biểu diễn một lời giải của bài toán. Khác biệt quan trọng giữa tìm kiếm của giải thuật di truyền và
các phương pháp tìm kiếm khác là giải thuật di truyền duy trì và xử lý một tập các lời giải, gọi là một quần thể (population) và quần thểthường được khởi tạo ngẫu nhiên.
Cách mã hoá nhiễm sắc thể được đánh giá là một trong những yếu tố quan trọng trong xây dựng giải thuật di truyền. Trong giải thuật di truyền, mỗi nhiễm sắc thể được mã hóa là một tập hợp chứa đủ các thông tin nghiệm cần thiết. Theo lý thuyết tối ưu di
truyền cổđiển, mã hóa gen theo chuỗi nhị phân là cách làm phổ biến, trong đó, mỗi nhiễm sắc thể là một chuỗi nhị phân, mỗi bit trong chuỗi biểu diễn một đặc tính của nghiệm [102], được mô tả trong Hình 3.10 – 3.15. Mỗi nhiễm sắc thể (theo cách gọi sinh học) trong thuật toán tối ưu hóa bao gồm các thông số hình dáng tàu như hoành độ tâm nổi LCB, các hệ số béo hình học. Tập nghiệm theo chuỗi nhịphân được mô tảnhư sau:
Hình 3.11 Kỹ thuật mã hóa LCB trong từng cá thể trong luận án
Hình 3.12 Kỹ thuật mã hóa Cp trong từng cá thể trong luận án
Hình 3.14 Tập nghiệm (x1, x2, …, xn) trong luận án
Hình 3.15 Tập hợp và sắp xếp các cá thể trong quần thể trong luận án
Tiếp theo, GA sử dụng hai cơ chếđể khởi tạo quần thể mới từ quần thểđã tồn tại là
lai ghép (crossover) và đột biết (mutation). 3.2.2Cơ chế lai ghép
Lai ghép là sự kết hợp các tình trạng của bố mẹđể sinh ra thế hệ con, là một quá trình xảy ra chủ yếu trong giải thuật di truyền. Trong giải thuật di truyền, lai ghép được coi là sự kết hợp ngẫu nhiên các tính chất trong hai lời giải cha mẹnào đó để sinh ra một lời giải mới mà có đặc tính mong muốn là tốt hơn thế hệ cha mẹ. Lưu ý rằng, hai cá thể
cha – mẹcó đặc tính tốt, sau khi lai ghép thì hai cá thểcon chưa chắc có đặc tính tốt hơn, nhưng nếu cá thểcon có độ thích nghi thấp, nó sẽ bị đào thải trong quá trình chọn lọc.
Như vậy, độ thích nghi (fitness) của một cá thể sẽxác định khảnăng sinh tồn của nó trong thế hệ tiếp theo.
Hình 3.16 Nguyên lý lai ghép của giải thuật GA
Trong nghiên cứu này, cơ chế lai ghép của hệ sốbéo lăng trụ Cp, các nhóm mã nhị phân được lựa chọn ngẫu nhiên giữa cặp Cha mẹ 1. Cp và Cha mẹ 2. Cp để tạo ra hai cá thể Con 1. Cp và Con 2. Cp. Theo đó, các vị trí mã hóa của Cha mẹ 1. Cp và Cha mẹ 2. Cp sẽđược hoán đổi ngẫu nhiên tạo ra 2 cặp cá thể mới là Con 1. Cp và Con 2. Cp. Quá
trình lai ghép được thực hiện đồng loạt cho toàn bộ cá thể hệ sốhình dáng lăng trụ Cp trong quần thể, được mô tả trong Hình 3.16 và 3.17.
Hình 3.17 Kỹ thuật lai ghép của giải thuật GA trong luận án
Phương án lai ghép cho hệ số béo diện tích sườn giữa CMvà hoành độ tâm nổi LCB
được thực hiện tương tự. Quá trình lai ghép những cá thể này hoàn toàn ngẫu nhiên ở tất cả các thế hệ. Tập hợp này sẽ tiếp tục được chọn lọc lặp đi lặp lại trong các thế hệ kế tiếp của giải thuật. Các hệ số hình dáng hình học phụ thuộc như hệ số béo thể tích CB, hệ số
3.2.3Cơ chế đột biến
Đột biến là một sự biến đổi tại một (hay một số) gen của cá thểban đầu để tạo ra một cá thể mới, xảy ra thứ yếu trong giải thuật di truyền, xác suất xảy ra đột biến thấp
hơn lai ghép. Như đã trình bày ở trên, khác với cơ chế lai ghép có thể dẫn đến sự hội tụ
cục bộ cho một hàm mục tiêu nào đó, cơ chế đột biến sẽgiúp tăng sựđa dạng trong quần thể, nhưng có thể sựtăng đột ngột không có tác dụng hoặc làm hội tụ sớm dẫn đến một lời giải kém tối ưu. Tuy nhiên trong giải thuật di truyền thì ta luôn muốn tạo ra những
phép đột biến cho phép cải thiện lời giải qua từng thế hệ mặc dù cơ chế đột biến có thể
tạo ra một cá thể mới tốt hơn hoặc xấu hơn cá thểban đầu.
Hình 3.18 Nguyên lý đột biến trong giải thuật GA
Trong nghiên cứu này, cơ chế đột biến của hệ sốbéo lăng trụ Cp, các nhóm mã nhị phân được lựa chọn ngẫu nhiên giữa cặp Cha mẹ1. Cp để tạo ra cá thể Con 1. Cp, được mô tả trong Hình 3.18 - 3.19.
Hình 3.19 Kỹ thuật đột biến trong giải thuật GA trong luận án
Cũng giống với cơ chếlai ghép, quá trình đột biến những cá thể này hoàn toàn ngẫu nhiên ở tất cả các thế hệ. Tập hợp này sẽ tiếp tục được chọn lọc lặp đi lặp lại trong các thế hệ kế tiếp của giải thuật. Phương án đột biến cho hệ số béo diện tích sườn giữa CM và
hoành độ tâm nổi LCB được thực hiện tương tự. Các hệ số hình dáng hình học khác như (adsbygoogle = window.adsbygoogle || []).push({});
hệ số béo thể tích CB, hệ số diện tích mặt đường nước Cwp được cập nhật tính toán tự động theo các biến đổi trên.
Trong từng thế hệ, tính thích nghi của tập hợp này được ước lượng, nhiều cá thể được chọn lọc định hướng từ tập hợp hiện thời (dựa vào thể trạng), được sửa đổi (bằng
đột biến hoặc tổ hợp lại) để hình thành một tập hợp mới.
3.2.4Các ràng buộc thông số hình dáng tàu tiếp cận dựa trên đường cong diện tích sườn SAC sườn SAC
Đường cong diện tích sườn SAC cung cấp thông tin hiệu quả và đơn giản vềđặc
trưng hình dáng tàu. Theo phương án tiếp cận này, thông số hình dáng tàu dựa trên chuyển
đổi đường cong SAC là một trong những phương pháp hiệu quảtrong giai đoạn thiết kế sơ bộ. Cụ thể, diện tích đường cong SAC chính là thể tích chiếm nước, góc nghiêng của
đường cong SAC thể hiện phân đoạn mũi và lái tàu tại đường nước thiết kế. Khu vực giữa
đường cong SAC thể hiện đặc trưng phần thân ống của tàu container. Biên dạng đường cong SAC thể hiện các đặc trưng về hệ số béo thể tích CB, hệ sốbéo lăng trụ Cp, và hệ số
diện tích sườn giữa CM, được mô tả trong Hình 3.20 – 3.21. Trong các nghiên cứu về tối
ưu thông số hình dáng tàu, biến số liên quan đến đường cong SAC như Cp, Lpf & Lpa, ∇, LCB thường được lựa chọn phân tích, đánh giá [103][104][105]. Do vậy, trong luận án này, các ràng buộc thiết kế trong bài toán tối ưu được tiếp cận từquan điểm đường cong diện tích sườn SAC.
Hình 3.21 Tối ưu hình dáng tàu thông qua hiệu chỉnh thiết kếtrên đường cong diện
tích sườn SAC
Hoành độ tâm nổi LCB
Hoành độ tâm nổi (LCB) chỉ ra mức độ đầy đặn được phân bố theo chiều dài tàu. Việc xác định và hiệu chỉnh LCB cho tàu container đóng vai trò quan trọng bên cạnh việc
xem xét hoành độ trọng tâm LCG. Nếu khoảng cách giữa LCB và LCG quá lớn sẽ ảnh
hưởng đến góc chúi tàu. Đặc biệt, độ chúi tàu phía lái thuận lợi hơn vì gia tăng mớn nước của chân vịt và bánh lái. Theo khuyến nghị của Jensen [106], LCB nên ởphía sau sườn giữa tàu trong trường hợp hệ số béo CB thấp hơn 0,7. Hoành độ tâm nổi được thể hiện như
trong Hình 3.22 và Hình 3.23.
Hình 3.22 Phạm vi giới hạn LCB theo vận tốc cho Series 60 và Series Wageningen (Lap) theo công thức thực nghiệm Guldhammer–Harvard (1974)
Hình 3.23 Phạm vi giới hạn LCB theo vận tốc dựa trên các công thức thực nghiệm Todd, Holtrop, Jensen, Delft
Hệ số béo lăng trụ Cp
Kếđến, hệ sốbéo lăng trụ Cp thể hiện tỉ lệ thể tích phần chìm tàu ∇ so với ống trụ
bao quanh, có quan hệ mật thiết đến hình dáng và diện tích sườn giữa tàu. Hệ số Cp thấp cho phép sự phân bố thể tích theo chiều dọc tập trung ở khu vực giữa tàu giúp sức cản ma sát toàn tàu giảm, tuy nhiên có thể dẫn đến sựthay đổi đột ngột từ khu vực mũi sang đoạn giữa tàu, thể hiện như trong Hình 3.24.
Hệ số béo sườn giữa CM
Việc xem xét đánh giá hệ sốbéo lăng trụ Cp cần tiến hành đồng thời với hệ số béo
sườn giữa tàu CM,thể hiện tỉ lệ diện tích sườn giữa tàu AM so với diện tích hình chữ nhật bao quanh B x T. Trong các công trình công bố, hệ sốlăng trụđược khảo sát có liên quan
đến tối ưu về sốFroude, cũng như là vận tốc thiết kế tàu. Các công thức kinh nghiệm phổ
biến liên quan đến hệ số CMđược đề xuất bởi Benford, Schneekluth & Bertram, Jensen,
được trình bày như sau. Các công thức kinh nghiệm phổ biến liên quan đến hệ số CMđược
đề xuất bởi Benford, Schneekluth & Bertram, Jensen, được trình bày trong Bảng 3.2. Bảng 3.2 Hệ số CM cho nhóm tàu container, với lượng chiếm nước 120.000 tấn (C. B. (adsbygoogle = window.adsbygoogle || []).push({});
Barras)
Benford Schneekluth & Bertram Jensen Nogid Tàu Container 0.9855 0.986 0.985 0.984
Hệ số béo thể tích CB
Hệ số béo thể tích CB, dựa trên cơ sở dữ liệu thống kê tàu mẫu, được xác định bởi các công thức khác nhau, tương ứng với đặc thù từng loại tàu khác nhau. Công thức kinh nghiệm xác định CBđược đề xuất bởi C. B. Barras liên quan đến số Froude và giảđịnh rằng đó là những giá trị giới hạn cho các loại tàu khác nhau. Theo kết quả nghiên cứu trình bày tại Hình 3.25 và Bảng 3.3, hệ số béo thể tích CBtàu container nên điều chỉnh giảm để cải thiện tốc độ và giảm trọng lượng buồng máy và nhiên liệu.
Bảng 3.3 Hệ sốhình dáng kích thước cơ bản tàu đề xuất cho nhóm tàu container, với
lượng chiếm nước 120.000 tấn (C. B. Barras)
Lpp/B B/T B/D Lpp/D1/3 CB Fn
Tàu
Container 7.04-7.45 2.94-3.5 1.65-1.75 6.0-6.5 0.57-0.66 0.23-0.24
Mớn nước thiết kế
Đối với các mẫu tàu container tiêu chuẩn, không bị hạn chế bởi độ sâu tuyến luồng, việc tính toán thiết kếthường dựa trên các công thức và đồ thị thực nghiệm đểxác định sức cản, từđó đề xuất công suất máy chính phù hợp. Phương tiện thủy SB có thể dễ dàng bị ảnh hưởng bởi độ sâu luồng lạch khi hoạt động trong vùng thủy nội địa, tại cảng biển và ven biển. Tùy thuộc vào yêu cầu về thiết kế của cảng và khu vực ven biển, độsâu nước của tuyến luồng có thểảnh hưởng đến sức cản nhớt, sức cản sóng, chiều chìm, độ chúi
mũi và lái, hiệu suất thiết bị đẩy. Theo đó, các công trình nghiên cứu về ảnh hưởng của sóng biển đến tàu cao tốc được đề cập khá nhiều trong các tài liệu chuyên ngành. Tuy
nhiên, đối với tàu container hoạt động ở tốc độ thấp, ảnh hưởng của sức cản nhớt có ý
nghĩa thực tiễn và điều kiện áp dụng rộng rãi hơn. Tàu container SB thuộc nhóm tàu có trọng tải lớn, với đặc tính phần thân ống dài song song và đáy phẳng, khi hoạt động trong tuyến luồng hạn chế vềđộ sâu, cần các nghiên cứu và đánh giá về mối quan hệ giữa độ
sâu tuyến luồng và sự sụt giảm vận tốc [108].
Vềcơ bản, độ sâu luồng lạch thể hiện rõ nét qua hiệu ứng Bernoulli, trong đó tốc độ
dòng chảy bao quanh thân tàu được tăng tốc do hạn chếđộ sâu [109], [110], được mô tả
trong Hình 3.26. Giả sử trường vận tốc dòng nước đến là V (hệ tọa độ dựa trên tàu) và
trường vận tốc nước bên dưới đáy tàu được tăng tốc bởi ΔV (do chuyển vị của tàu và / hoặc giới hạn của vùng nước nông). Sựgia tăng vận tốc dòng chảy dẫn đến hiện tượng sụt áp và gia tăng sức cản vỏ tàu.
Hình 3.26 Phân bố vận tốc dòng chảy bao dưới đáy tàu
Các nghiên cứu độc lập của Schlichting, Lackenby [70] đã cung cấp các phương
pháp dựđoán sức cản ởvùng nước nông cho các mẫu tàu có lượng chiếm nước, hoạt động
ở vận tốc thấp. ITTC 1987 [111] chỉ ra rằng các hiệu ứng nước nông thể hiện dấu hiệu rõ rệt khi tỷ lệđộ sâu của nước so với mớn nước thiết kế tàu nhỏhơn 4.0. Năm 2001, Jiang
[112] đề xuất công thức tính vận tốc hữu hiệu cho vùng nước nông, có thể áp dụng cho tỉ
lệ H/T dưới 2.0, tuy nhiên phương pháp này vẫn chưa chứng minh được tính hiệu quả và
chưa được áp dụng rộng rãi. Năm 2013, phương pháp của Karpov được Hekkenberg đề
xuất trong các hướng nghiên cứu sức cản vùng nước nông [113]. Phương pháp Karpov
hiệu chỉnh các tác động của vùng nước nông bằng cách cung cấp giá trị vận tốc hiệu chỉnh cho sức cản sóng và dòng chảy ngược, chủ yếu ảnh hưởng đến lực cản nhớt. Năm 2012,
Raven nhấn mạnh tầm quan trọng của việc hiệu chỉnh các thành phần sức cản dựa trên
ảnh hưởng của độsâu vùng nước hoạt động của tàu [Raven, 2012]. (adsbygoogle = window.adsbygoogle || []).push({});
Tóm lại, các hệ sốhình dáng tàu thường được chọn theo kinh nghiệm trong phạm vi cho phép của các nghiên cứu, khảo sát thực nghiệm đã được công bố. Về mặt toán học, việc tính toán giá trị tối ưu đồng thời các thông số này là rất phức tạp nếu không có phương
án tìm kiếm nghiệm toàn cục phù hợp. Ngoài ra, trong quá trình khai triển giải thuật tối
ưu hóa, tập hợp hàm ràng buộc nhằm hạn chế sự biến đổi hình dáng không mong muốn và hình dáng tàu tối ưu gần với mẫu tàu thiết kếban đầu. Giải thuật tối ưu hóa hình dáng tàu được xây dựng trong luận án được mô tả trong Hình 3.27.
Hình 3.27 Quy trình vận hành của GA trong luận án
BƯỚC 1 Mã hóa thông số hình dáng tàu gồm LCB, CP, CM theo cơ chế nhị
phân, các hệ sốhình dáng liên quan khác được cập nhật thay đổi tương ứng
BƯỚC 2 Khởi tạo quần thể từ N cá thể ngẫu nhiên
BƯỚC 3 Tính giá trị thích nghi từng cá thể trong quần thể dựa trên hàm mục tiêu sức cản Holtrop
[CHỌN KẾT QUẢ] Đánh giá nghiệm phù hợp dựa trên hàm ràng buộc hệ số hình dáng theo độ sâu tuyến luồng và điều kiện dừng của giải thuật GA, tiến hành GIẢI MÃ DI TRUYỀN và đề xuất NGHIỆM PHÙ HỢP (tập hợp hệ số hình dáng phù hợp)
BƯỚC 4 Nếu chưa thỏa – Chọn lựa, sắp xếp từng cá thể trong quần thể
BƯỚC 5 Lai ghép - Lựa chọn cặp cá thể ngẫu nhiên để hoán đổi toàn phần / từng phần vịtrí mã hóa để tạo cặp cá thể thế hệ tiếp theo.
BƯỚC 6 Đột biến – Lựa chọn cá thể ngẫu nhiên, hoán đổi toàn phần / từng phần vị trí mã hóa trên chính cá thểđó để tạo cá thể thế hệ tiếp theo, quay trở lại bước 3 cho vòng lặp của thể hệ tiếp theo.
3.3.Kết luận
Chương 3 đã xây dựng thuật toán tối ưu hóa và các lưu đồ thực hiện giải thuật di truyền áp dụng cho bài toán phân tích, chọn lựa thông số hình dáng tàu container phù hợp tuyến luồng sông biển theo hướng giảm sức cản. Kết quả tính toán thể hiện GA là phương
pháp tối ưu phù hợp và cho kết quảđáng tin cậy với cách tiếp cận thiết kế theo tàu mẫu.