基于灰色模型的港口船舶通航能力估计

港口船舶通航能力估计具有十分重要的研究意义,由于港口船舶通航能力与多种因素直接或者间接相关,使得港口船舶通航能力不仅具有固定的变化趋势,同时具有随机的变化趋势。为了更好地描述港口船舶通航能力的变化趋势,本文提出基于灰色模型的港口船舶通航能力估计方法。对国内当前港口船舶通航能力研究现状进行分析,找到不同港口船舶通航能力估计方法的局限性。收集港口船舶通航能力的相关数据,采用灰色模型从相关数据中发现港口船舶通航能力变化特点,建立港口船舶通航能力估计模型,并引入神经网络对港口船舶通航能力估计误差进行修正。最后,进行了港口船舶通航能力估计性能的仿真测试。结果表明,本文方法可以准确拟合港口船舶通航能力变化趋势,港口船舶通航能力估计精度达到90%以上,在相同条件下,估计效果要优于当前经典港口船舶通航能力估计方法,具有十分广泛的应用前景。     

基于PSO-BP神经网络的船体分段任务包工时定额模型

为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和 BP 神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和 BP 神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明：灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

基于LSTM-GRU模型的船体结构应力预测分析

船体结构应力预测对船舶航行安全具有重要意义,然而由于船体结构应力数据具有强随机性,传统方法难以有效准确地对其进行预测。为解决这一问题,采用对非线性关系具有很强拟合能力的长短期记忆网络（LSTM）和门控循环单元（GRU）组合方法对船体结构应力数据进行预测,并通过模型试验验证该方法的稳定性和可行性。结果表明,相比传统的循环神经网络（RNN）模型和单个预测模型,该组合模型在预测精度和效果方面都有明显优势,能够有效预测船体结构应力。其中,预测值与实际值的误差保持在3%以内,决定系数为0.91。     

船舶通信软件的可靠性评估

船舶通信软件的可靠性与多种因素有关,同时具有多种变化特点,当前采用单一方法无法对船舶通信软件的可靠性进行客观、科学评估,导致船舶通信软件的可靠性评估偏差比较大,为了提高船舶通信软件可靠性评估的准确性,设计了基于组合模型的船舶通信软件可靠性评估方法。首先分析船舶通信软件可靠性评估进展,建立船舶通信软件可靠性评估指标,然后采用灰色模型对船舶通信软件可靠性进行评估,并采用多项式神经网络进行船舶通信软件可靠性评估,最后两者的船舶通信软件可靠性评估模型进行科学融合,输出船舶通信软件可靠性评估结果,并进行船舶通信软件可靠性评估仿真分析。组合模型的船舶通信软件可靠性评估正确率要高于单一灰色模型和多项式神经网络的评估正确率,船舶通信软件可靠性评估结果更加客观,为船舶通信软件可靠性研究提供一种新的方法。     

基于广义回归神经网络与遗传算法的玻璃钢渔船船型要素优化研究

利用神经网络的非线性拟合能力,建立了基于广义回归神经网络的"船型要素-船体阻力"数学模型,提高了模型的拟合精度。同时结合遗传算法的非线性寻优能力,利用改进的遗传算法完成了船型要素的优化设计。优化结果可以作为玻璃钢渔船初步设计的技术参考。     

自适应灰色神经网络控制器在液位控制中的应用研究

针对实际工业生产过程中被控对象的时变和纯滞后特点,本文根据神经网络具有能够充分逼近任意复杂的非线性关系和能够学习严重不确定系统的动态特性,具有适应性、智能性较好的特点并结合灰色预测控制的超前预测的特点,提出了基于BP神经网络的灰色预测控制算法.仿真结果的对比分析表明:本文的控制算法与传统控制器相比,具有控制简便、自适应性较强等特点,适用于对纯滞后和模型时变对象的控制.最后采用xPC技术在实际设备上进行了算法的验证,取得了满意的效果.     

基础沉降的组合预测法

通过对基础沉降的发生过程、特点及灰色Verhulst模型特点的分析,提出可以根据施工过程中的观测资料,运用基于BP神经网络的组合预测模型对不同时刻的基础沉降进行预测;首先分别利用灰色Verhulst模型和BP神经网络模型对基础沉降进行估算,然后利用人工神经网络中的BP神经网络对采用前2种模型所得的结果进行组合预测。计算实例表明,使用该组合预测方法所得到的预测结果比单独使用灰色Verhulst模型或BP神经网络模型所得到的预测结果的总体误差要小,因而该方法是可行的、有效的;可以运用到实际工程中。     

基于神经网络的舰船水平总振动频率计算方法

舰船水平总振动频率具有较强的波动性,当前线性方法无法描述舰船水平总振动频率的变化特点,导致舰船水平总振动频率计算精度低,为了提高舰船水平总振动频率的计算精度,提出了基于神经网络舰船水平总振动频率计算方法。采用BP神经网络强大的非线性学习能力对舰船水平总振动频率变化特点进行高精度的逼近,并对BP神经网络的参数优化问题进行研究,最后进行了舰船水平总振动频率计算的模拟实验,结果表明,BP神经网络解决了当前舰船水平总振动频率计算误差大的难题,获得了高精度的舰船水平总振动频率计算结果。     

灰色系统与神经网络算法相结合的分析与研究

采用BP神经网络对模型参数进行预测,算法的学习训练速度和建模时间比较长;采用灰色系统理论对模型参数进行预测,对数据信息的学习和训练能力比较有限,两种算法都存在各自的缺陷,为了提高模型中参数的收敛速度和估计精度,本文将灰色系统理论和BP神经网络算法相融合,通过仿真可以看出,模型参数的估值精度比较高,误差较小,证明了该算法的有效性和鲁棒性。     

《中华人民共和国物权法》有关条款在船舶物权登记中的应用

为明确《中华人民共和国物权法》实施对于船舶物权登记工作的指导作用,从船舶物权登记的性质、登记机关的审查义务和赔偿责任、共有船舶的处分原则、船舶价值评估和登记规费征收以及新船舶登记制度的创设等6个方面分析《物权法》有关条款在船舶物权登记实践中的应用,认为《物权法》的实施对船舶物权登记产生重要影响,船舶登记机关应及时转变观念。     

渔检发展凸显体制困局——访中国渔业船舶检验局局长周彤

近年来,百万艘渔船安全问题始终是中国水上难以驱散的阴霾.随着国际国内对生命和环境保护的日益重视,中国渔船安全更是备受关注.作为渔船安全的第一道防线,中国渔船检验现状如何?     

换填法垫层厚度的优化设计

换填法地基处理设计关键是确定垫层的厚度。鉴于传统的设计方法存在不足,文章提出了一种改进的方法,经算例验证该法能更好地确定最佳垫层厚度,同时能适应不同的安全要求,具有较大的灵活性。     

Q25型牵引车油门操纵机构的改装

Q25型牵引车油门操纵机构主要由油门踏板、摇臂总成、拉杆、连杆等组成，通过控制调速器摇臂实现柴油机的调速，见图1。     

潜艇模块化的生命力设计研究

文章讨论了实施模块化方法建造潜艇的意义,对潜艇模块化体系的生命力作了初步的论述,提出近期可能实现的功能模块.     

浙江省刺网渔船尾气排放调查研究

文章介绍了浙江省国内海洋捕捞渔船现状,阐述了尾气产生机理,对刺网渔船尾气排放进行实船检测,并对测量数据进行了分析对比,提出了下一步改进的对策及建议。     

天津港焦炭码头卸车坑地下连续墙渗漏水原因分析

通过对天津港南疆焦炭码头卸车坑地下连续墙的结构特点、施工过程、修补措施及当地的特殊的地质条件等因素的分析,综合考虑了各因素对地下连续墙的影响,从而客观地评价了地下连续墙渗漏水的成因,为选择适当的防渗漏材料提供了科学依据。     

马来西亚砂捞越州沿岸波浪实测资料的应用

介绍在波浪资料缺乏的情况下，利用过往船舶随机观测到的散落于大面积海域的波浪数据来满足工程设计要求的实例。     

虚拟样机技术在气垫船推进系统特性研究中的应用

由于气垫船的结构特点,传统的研究方法不适于气垫船推进系统特性研究.本文将现代虚拟样机技术引入气垫船推进系统特性研究中,对气垫船船体和轴系建模及船体-推进系统的耦合方法进行了比较研究.并应用本文提出研究方法,对某型气垫船推进轴系进行了动态支承力的仿真研究.     

不确定动荷载作用下的地基固结度估算

为了得到不确定动荷载作用下的地基固结度,通过工程实例,采用反分析法对不确定动荷载作用后地基的固结度进行了估算,并进行了现场验证。结果表明估算结果是可靠的,可供类似工程借鉴。