关于优化远程系统，是为了方便设计人员能够利用网络远程进入优化系统对有关变量和参数的修改，实现对艇型的优化，使优化过程变得更加快捷、容易。一方面可以加速船舶设计进程，另一方面可实现资源共享，为中小型船舶企业提供服务。因此，对水面无人艇优化远程系统的设计具有重要的意义。本文设计远程系统其目的主要是为设计人员提供使用该优化软件的服务。使其能够在客户端通过远程控制等现代技术手段进入优化系统内，进行优化操作。

1.3USV的国内外发展现状

1.4无人艇性能优化研究现状

1.5船舶远程系统研究现状

1.6本文的主要研究内容

在本文中主要研究无人艇航行性能综合优化数学模型，通过理论分析和实验数据回归分析，兼顾USV的快速性、操纵性、耐波性和抗倾覆性建立无人艇水动力分析数学模型和航行性能综合优化目标函数[12]。选择遗传算法和混沌算法作为本文优化计算的基础算法，通过C#改编了USV航行性能优化程序，完成优化计算。

其次通过理论和数据分析研究遗传、混沌等智能优化算法的优缺点；然后利用现代通讯互联网络远程控制技术，进行远程优化系统设计。

第二章优化方法研究

2.1引言

优化方法或优化算法其实就是一种搜索过程或规则，它基于某种原理和机制，通过一定的途径或规则来得到满足用户要求的问题的解[13]。20世纪80年代以来，一些新颖的优化算法往往借鉴了人类解决复杂问题的技巧以及生物体的本能，通过模拟或揭示某些自然现象或过程而得到发展，其思想和内容涉及数学、物理学、生物进化、人工智能、神经科学和统计力学等方面[13]。它们能够将复杂的求解过程简单化，从而表现出智能的特征，因此也被称作智能优化方法。本文主要对遗传和混沌算法进行有关介绍。

2.2遗传算法

遗传算法是从达尔文的进化论中得到灵感和启迪，借鉴其物竞天择、优胜劣汰、适者生存的自然法则，并引入生物进化过程中的繁殖、选择、杂交、变异和竞争等概念所形成的一种并行优化求解方法[13]。

2.2.1遗传算法的基本思想

遗传算法从本质上来讲，是一个群体按照进化规则迭代的过程。它从待求解问题的一个可能解集开始，该解集也称之为初始种群。有了初始种群后，按照优胜劣汰和适者生存的原理，在每一代中，根据每一个个体的适应度大小来选择优秀的个体。然后从选择出的个体中按照一定的概率进行交叉和变异，交叉使得子代保留了父代的特征，变异则产生了与父代不同的个体。从而形成一个新的种群，通过逐代的进化，产生出越来越优异的种群，也即最优异的解。遗传算法中，群体迭代过程涉及以下几个方面：

（1）编码方法

编码即描述待求问题的解或问题的设计变量。在遗传算法中，编码就是将待求问题的解空间转换到遗传算法的所能处理的搜索空间。目前，常用的遗传算法编码方法有，二进制编码、量子比特编码、实数编码和自然数编码等。根据具体的问题，要选择相适应的编码方法，使其对问题解的描述具有完备性、健全性和非冗余性。

（2）初始种群的产生初始种群可以通过随机产生的方法构造初始种群，也可以用一些启发式算法或经验选择一些比较好的染色体作为初始种群。种群中的个体数量称为种群规模，种群规模也是遗传算法中的一个参数，根据有关学者的研究，初始种群的规模取为20~200最佳。

（3）适应度的计算按照生物学的观点，适应度是每个个体对生存环境的适应能力，是反映个体优劣的唯一指标。在遗传算法中，需要设计适应度函数来计算个体的适应度值。一般适应度函数是根据目标函数进行设计的。