共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
5.
研究船舶柴油机NOx排放特性神经网络预测中的学习样本选取试验设计方法。根据用于主机的船舶柴油机可能持续运行范围的工况变化特点,提出采用功率因素变边界的均匀设计法进行试验设计选取样本,并验证了其可行性。研究结果表明,变边界均匀设计法选取的样本用于神经网络训练,预测精度明显高于随机样本选取法。4位级变边界均匀设计法选取的样本训练得到的神经网络模型,NOx排放浓度预测误差小于3.8%,NOx比排放预测误差小4.5%。 相似文献
6.
7.
为了快速预报螺旋桨水动力性能,提出一种遗传算法优化BP神经网络(GA-BP)的螺旋桨水动力性能快速预测方法。采用计算流体力学(CFD)方法,使用FLUENT软件对P4119螺旋桨水动力性能进行仿真计算,结果表明CFD方法可替代敞水试验获取螺旋桨水动力性能。采用CFD方法计算100组不同系列螺旋桨的水动力性能,建立GA-BP神经网络螺旋桨水动力性能预测模型,以计算所得的100组数据为模型的学习样本,选择其中的80%为训练集,10%为验证集,10%为测试集,对比分析传统BP神经网络和GA-BP神经网络模型的预测效果。结果表明,GA-BP神经网络预测结果预测精度更高,能够满足快速预测螺旋桨水动力性能的要求。 相似文献
8.
为提高基于重叠网格法的平面运动机构试验的仿真精度,以SUBOFF标模为计算对象,对计算域大小、时间步长、运动频率和湍流模式等参数进行计算对比。结果表明:内部运动区域的大小对计算结果的影响可忽略;综合效率和精度,时间步长取1个周期300步较好;采用Realizable k-ε湍流模式与采用SST k-ω湍流模式得到的结果相差较小,前者与试验结果更为符合;当振幅取0.04 m或0.04 rad时,运动频率取0.1 Hz~0.5 Hz均可,对结果的影响相对较小;单个频率下的结果具有较大的随机误差,需根据多个频率进行线性仿真。采用研究所得方法进行仿真分析,并将仿真结果与试验结果相对比,发现加速度导数、位置导数和旋转导数的误差分别在35%、23%和33%以内,显现出模拟结果具有较高的精度,满足工程初步分析中的精度要求。 相似文献
9.
10.
《舰船科学技术》2020,(4)
舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。 相似文献
11.
12.
13.
14.
Based on polynomial interpolation and approximation theory, a novel feed-forward neural network, the feed-forward neural network with Chebyshev orthogonal basis function, is proposed for black-box modeling of ship manoeuvring motion. The neural model adopts a three-layer structure, in which the hidden layer neurons are activated by a group of Chebyshev orthogonal polynomial activation functions and the other two layers’ neurons use identity mapping as activation functions. Weight update formulas are derived by employing the standard back-propagation (BP) training method. With the simulated 15º/15º zigzag test data as input and calculated values of the hydrodynamic forces and moment as output, the feed-forward neural network with Chebyshev orthogonal basis function and the BP neural network are applied to identify the nonlinear functions in the nonlinear hydrodynamic model of ship manoeuvring motion. With the simulated 20º/20º zigzag test data and 35º turning test data as input, the hydrodynamic forces and moment are predicted by using the identified nonlinear functions. Comparison between the calculated and predicted hydrodynamic forces and moment shows that the feed-forward neural network with Chebyshev orthogonal basis function is superior to the BP neural network in identifying the nonlinear functions of the nonlinear hydrodynamic model of ship manoeuvring motion and is an effective method to conduct the black-box modeling of ship manoeuvring motion. 相似文献
15.
16.
主尺度要素数学模型的建立是一项重要有益的工作,提出了用支持向量机对船舶主尺度要素数学建模,与传统数理统计回归分析方法和RBF神经网络模型相比,其精度比较高。实践证明,该方法在船舶设计船型主尺度要素建模等复杂系统方面是实用的和可靠的。 相似文献
17.
船舶柴油发电机转速神经网络模型参考自适应控制 总被引:2,自引:0,他引:2
结合人工神经网络与模型参考自适应控制,形成船舶柴油发电机转速神经网络自适应控制。对由传感器检测后获取的特征值进行归一化处理,把经过处理的特征值作为神经网络的输入样本集,设计输出样本集,建立BP神经网络和ELMAN神经网络,用整理后的数据训练神经网络,使神经网络实现转速的自适应控制功能,并对神经网络模型进行仿真测试。仿真结果表明该方法控制精度高,动、静态特性好。 相似文献
18.
19.
针对模糊识别系统的不足,为了提高辐射源识别系统的识别正确率,构建了基于模糊RBF神经网络的辐射源识别系统,提出了一种等价型模糊RBF神经网络的结构和学习算法,采用五层神经网络结构来实现模糊系统的模糊化和规则推理,神经网络的所有节点和参数对应了模糊系统的隶属函数和推理过程.在仿真实验中,分别采用模糊识别系统、并联型模糊RBF神经网络、结构等价型模糊RBF神经网络进行辐射源识别,给出了三种算法在相同噪声环境下的仿真结果,表明等价型模糊RBF效神经网络有较高的正确识别率,具有更强的抗干扰能力,但运算量相对较大. 相似文献