(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211265354.X (22)申请日 2022.10.17 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 詹成胜　冯佰威　刘祖源　程细得　 常海超　马超　钟定邦　岳朝欢　 朱闻达　 (74)专利代理 机构 北京冬瓜知识产权代理事务 所(普通合伙) 11854 专利代理师 李佳 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/20(2020.01) G06V 10/764(2022.01)G06V 10/74(2022.01) G06F 119/14(2020.01) G06F 111/08(2020.01) (54)发明名称 一种长江全 线客船型线谱系生成方法 (57)摘要 本发明提供了一种长江全线客船型线谱系 生成方法， 包括： 根据长江全线客船的当前型线 特征， 搭建当下参数化模型； 获取每个典型参数 化模型中的相关数据并进行处理， 构建得到量化 数据库； 基于所述量化数据库， 并结合所述当下 参数化模型， 提取影响所述长江全线客船型线的 关键参数； 基于所述关键参数， 对所述长江全线 客船的客船型线进行优化； 基于优化后的客船型 线， 构建所述长江全线客船的型线谱系。 通过在 对当前客船进行参数化建模的基础上， 依据长江 全线典型客船的相关参数进行型线优化， 从而对 客船型线谱系进行优化， 构建更为精 准的长江全 线客船型线谱系。 权利要求书3页 说明书10页 附图2页 CN 115481494 A 2022.12.16 CN 115481494 A 1.一种长江全线客船 型线谱系生成方法， 其特 征在于， 包括： 步骤1： 根据长江全线客船的当前 型线特征， 搭建当下参数化模型； 步骤2： 获取每 个典型参数化模型中的相关数据并进行处 理， 构建得到量 化数据库； 步骤3： 基于所述量化数据库， 并结合所述当下参数化模型， 提取影响所述长江全线客 船型线的关键参数； 步骤4： 基于所述关键参数， 对所述长江全线客船的客船 型线进行优化； 步骤5： 基于优化后的客船 型线， 构建所述长江全线客船的型线谱系。 2.如权利要求1所述的一种长江全线客船型线谱系生成方法， 其特征在于， 根据长江全 线客船的当前 型线特征， 搭建当下参数化模型， 包括： 步骤11： 获取所述长江全线客船的线参数， 并导入客船 型线表， 自动生成客船 型线； 步骤12： 按照曲面拟合标准， 对所述 客船型线进行调整； 步骤13： 按照曲线曲面建模标准， 对调整后的型线进行参数化建模， 得到当下参数化模 型。 3.如权利要求2所述的一种长江全线客船型线谱系生成方法， 其特征在于， 获取所述长 江全线客船的线参数， 并导入客船 型线表， 自动生成客船 型线， 包括： 步骤111： 基于客船 型线表， 对每组线参数进行分析， 获取 得到型线点； 步骤112： 从所述型线点中随机筛选一个参考点， 并依据所述参考点所处位置特点， 调 取排序方案对剩余型线点进行排序； 步骤113： 根据已排序的型线点的当前 方位进行 方位预划分； 步骤114： 根据方位预划分结果， 生成客船 型线。 4.如权利要求2所述的一种长江全线客船型线谱系生成方法， 其特征在于， 按照曲面拟 合标准， 对所述 客船型线进行调整， 包括： 步骤121： 根据自动生成的全部客船 型线自动拟合原 始客船形态； 步骤122： 对所述原 始客船形态进行修 正处理； 步骤123： 根据相关模型对修正处理的形态进行光滑拟合， 得到光滑三维曲面， 进而得 到调整后的型线。 5.如权利要求1所述的一种长江全线客船型线谱系生成方法， 其特征在于， 获取每个典 型参数化模型中的相关数据并进行处 理， 构建得到量 化数据库， 包括： 步骤21： 获取每 个典型参数化模型的典型 特征参数； 步骤22： 对所述典型 特征参数进行 标准化处理； 其中， i为对应典型参数化模型中的第i个典型特征参数， Ni为对应典型参数化模型中的 第i个典型特征参数Ai标准化处理后的参数值， n为对应典型参数化模型涉及到的典型特征 参数总个数； ri为对应典型参数化模型中的第i个典型特征参数Ai的获取过程中的误差参 数；权　利　要　求　书 1/3 页 2 CN 115481494 A 2步骤23： 基于标准 化处理后的参数， 构建得到量 化数据库。 6.如权利要求5所述的一种长江全线客船型线谱系生成方法， 其特征在于， 基于所述量 化数据库， 并结合所述当下参数化模型， 提取影响所述长江全线客船型线的关键参数， 包 括： 步骤31： 选取所述量化数据库中所有典型参数化模型的共性特征参数， 计算每个共性 特征参数的累计贡献率； 其中， Y1表示对应同个共性特征参数的累计贡献率； J1表示对应同个共性特征参数涉 及到典型参 数化模型的个数； Hj1表示对应的同个共性 特征参数基于涉及到的第j1个典型参 数化模型的贡献率； J2表示第 j1个典型参数化模型包含的与对应同个共性特征参数相关的 其余特征参数的个数； Sj2表示对应的第j2个其余特征参数的参数贡献率； 表示除去对应的第j2个其余特征参数之外的剩余特征参数的总贡献率； 表示获取的参数贡献率与总贡献率的比值的平均值； 表示获取的参数 贡 献率与总贡献率的比值的最小值； max表 示最大函数符号， 即选择对应函数中数值最大的一 项作为所述函数的值； exp表示指数函数符号； 表示对对应同个共性特 征参数基于涉及到的第j1个典型参数化模型的贡献率的微调函数； 步骤32： 基于各共性特 征参数的累计贡献率进行排序； 步骤33： 基于排序结果， 依次分析每 个共性特 征参数与当下参数化模型的关联程度； 当所述关联程度大于预设程度时， 将对应共性特 征参数保留； 否则， 将对应共性特 征参数剔除； 将保留的共性特 征参数作为影响所述长江全线客船 型线的关键参数。 7.如权利要求5所述的一种长江全线客船型线谱系生成方法， 其特征在于， 基于所述关 键参数， 对所述长江全线客船的客船 型线进行优化， 包括： 步骤41： 基于所述关键参数构建型线优化条件， 并判断每个型线优化条件是否适应所 述当下客船参数化模型需要； 若适应， 则将对应型线优化条件匹配的关键参数保留； 若不适应， 则将对应型线优化条件匹配的关键参数剔除；权　利　要　求　书 2/3 页 3 CN 115481494 A 3