基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于支持向量回归机和粒子群算法的船舶操纵运动模型辨识

基于仿真的Z形试验数据,应用支持向量回归机对船舶操纵运动响应模型进行了机理建模,从核函数结构中得到了模型中的操纵性指数,并利用建立的响应模型进行了Z形试验的运动预报,同时引入粒子群算法对惩罚因子C值进行寻优,以减少惩罚因子C值选择的任意性对船舶操纵运动模型辨识精度产生的不利影响。通过将运动预报结果同仿真试验数据进行比较,验证了文中方法的有效性。     

基于支持向量机的船舶操纵运动在线建模

支持向量机算法以结构风险最小化为准则,具有良好的泛化性,是一种先进的人工智能算法。文章根据最小二乘支持向量机对其增量式算法进行推导,并应用该算法对船舶操纵运动进行在线建模。通过仿真试验对粘性力和舵力水动力导数进行在线辨识,通过自航模试验对操纵性K、T指数进行在线辨识,并利用K、T指数对自航模的转首角速度进行了预报,所得结果都同试验值非常接近,证明了增量式最小二乘支持向量机应用于船舶操纵运动在线建模的有效性。     

基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机(least squares support vector machines,LSSVM)与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。     

应用支持向量机的船舶操纵运动响应模型辨识

建模是评估船舶操纵性和可控性的重要前提.基于自由自航船模试验的系统辨识方法是求取船舶操纵运动数学模型中的水动力系数的有效手段之一.文中提出了一种使用支持向量回归估计的船舶操纵运动响应模型辨识方法,该方法通过训练自由自航试验数据样本得到参数回归模型.辨识和仿真结果验证了文中所提出的方法的有效性.     

基于岭回归方法的船舶操纵运动建模

基于自航模试验的系统辨识方法是一种有效的船舶操纵运动建模方法.通过对舵角和转艏角速度试验数据的分析,用岭回归方法确定了船舶操纵运动数学模型中的模型参数,进行了操纵运动预报仿真并同自航模试验数据对比,数值仿真结果验证了方法的有效性.     

基于LS-SVM的船舶操纵运动在线建模

基于最小二乘支持向量机(LS-SVM)和积分型辨识样本结构开展了船舶操纵运动的在线建模.以整体型Abkow-itz模型为辨识对象,大阪号油轮作为具体研究对象.在操纵运动仿真时,采用40个粘性类水动力导数的Abkowitz模型,但是在参数辨识时,采用了仅具有20个粘性类水动力导数的简化模型.为了对建模方法的有效性进行检验,将辨识得到的水动力导数与其原始值进行了比较,同时也针对辨识模型和原始模型的操纵运动仿真进行了比较.辨识结果表明,使用简化模型进行船舶操纵运动的在线建模是合适的,具有较好的预报效果和较高的精度.     

支持向量回归机不敏感因子ε对运动建模的影响

通过对仿真Z形试验数据的分析,应用具有不同不敏感因子ε的ε-支持向量回归机(Support Vector Regression,SVR)辨识了船舶操纵运动二阶线性响应模型中的K,T等操纵性指数,并利用回归得到的响应模型进行了Z形试验的数值模拟。通过比较采用不同不敏感因子ε所得首向角和转艏角速度的预报结果,表明可以通过调节不敏感因子ε值来控制样本输入中支持向量的个数与ε-SVR的回归精度。     

基于支持向量机的水下机器人操纵运动参数辨识

根据平面运动机构试验所得到的水动力系数确定水下运载器的运动方程,应用最小二乘支持向量机对水下运载器的试验数据进行分析,辨识得到了水动力系数,并将辨识得到的参数同平面运动机构试验所确定的参数相比,验证了最小二乘支持向量机进行水下运载器操纵运动参数辨识的有效性。根据所辨识的水动力系数进行了模型验证,证明所辨识得到的水动力参数是可靠的。该方法对水下运载器的操纵和控制的研究有重要意义。     

波浪中船舶操纵性预报

本文通过四自由度操纵运动数学模型,对某工程船舶在静水中和波浪中的Ｚ形运动和回转运动进行预报,并由自航模操纵性试验验证。本文还分析了波高Ｈｗ波长船长比λ／Ｌ,船速Ｕ和操舵角δ诸因素对该船在波浪中的操纵性的影响。从结果显示可知计算和试验结果是比较吻合的,所提供的计算方法适用于船舶静水中和波浪中的操纵性能预报。     

船舶在随浪中的运动与横甩预报

本文在水平的随船坐标系下，建立了船舶在波浪中的六自由度操纵运动方程。进行船舶在波浪中的回转运动和Z形操纵运动模型试验，验证数学模型的正确性。通过不同波浪和航速条件下船舶Z形操纵运动的模拟计算，预报船舶在随浪中的横甩，预报结果与试验结果比较一致。     

基于LS-SVM的船舶操纵性黑箱建模与预报研究

文章提出了基于LS-SVM的船舶操纵性黑箱建模方法,通过选取影响操纵性能的主要因素,利用LS-SVM建立了操纵性能的非线性回归模型,并利用回归模型对自航模回转试验进行了预报,通过试验与预报结果的对比分析表明,所建立的回归模型具有较高的预报精度,为船舶操纵性预报提供了一种新的技术手段。     

小波去噪在船舶操纵运动建模中的应用

通过向20°/20°Z形试验仿真数据中添加随机噪声,得到含噪声的试验数据;随后,应用最小二乘支持向量回归机(Least Square-Support Vector Regression,LS-SVR)对经过小波去噪的试验数据和含噪声的试验数据进行分析,辨识了船舶操纵运动二阶线性响应模型中的操纵性指数。将由去噪试验数据和含噪试验数据得到的20°/20°Z形试验预报结果同20°/20°Z形试验仿真数据进行对比,验证了小波去噪在对含噪声的Z形试验数据进行去噪处理的有效性。     

基于全局最优局部加权学习算法的船舶操纵运动辨识

运用一种基于全局最优的局部加权学习(Locally Weighted Learning,LWL)算法进行船舶操纵运动辨识建模。该方法是一种基于计算机存储的离线学习的黑箱建模方法,直接考虑船舶运动状态输入与输出之间的映射关系,可克服传统机理建模及参数辨识模型中存在的参数漂移问题和未建模动态问题。对样本点进行重新排列并提高输入空间的维度,解决船舶运动状态一对多映射和不可分问题。通过学习"Mariner"轮的三自由度数学模型,并进行旋回试验、Z形试验及逆螺旋试验,验证算法的有效性。     

基于实航数据驱动的无人艇操纵运动辨识建模

为快速构建符合海洋航行器实际运动特性的操纵运动模型,开展基于“精海”无人艇实航湖试数据驱动的无人艇操纵运动辨识建模研究。无人艇操纵运动辨识建模的框架以非线性水动力模型和推进器经验模型作为先验知识约束,利用随机舵角序列激励下的航行数据作为训练集,采用支持向量机回归方法完成建模过程,着重探讨了在环境干扰下构建艇体动力学模型的可行性。结果表明,所提出的方法能够快速构建具有非线性特性的无人艇操纵运动模型;先验的模型结构有效降低了实航数据中浪和流的影响,构建的模型能够有效预测回转、Z形等操纵运动的状态变化,具有良好的泛化能力。     

一种分解策略的船舶横摇运动姿态在线预报方法

为了解决单一预报模型对复杂的船舶横摇运动姿态时间序列建模预报困难以及支持向量机预报方法离线训练导致实时性差的问题,文中提出一种分解域船舶运动姿态在线预报方法。采用经验模式分解法对时序的不同特征信息进行分解;应用游程法将分量重构为高、中、低频三个分量;针对每个分量建立在线最小二乘支持向量机预报模型,对各分量的预报结果累加得出最终预报值。对某船横摇角时序进行了预报,结果表明,所提方法预报10s的相对均方误差在13%以内,相比于支持向量机预报模型,该模型能够有效提高预报精度和效率。     

果蝇算法在基于LSSVM智能水下机器人操纵运动模型辨识中的应用

基于水下机器人的Z型仿真试验,应用支持向量机对水下机器人的操纵运动模型进行辨识,从核函数结构中得到水动力系数,并建立水下机器人的预报模型,引入果蝇算法对惩罚因子C进行寻优,以减少基于经验而选择的参数对辨识精度产生的影响。通过预报与仿真比较,验证了该方法的有效性。     

CFD数值模拟船舶在波浪中的回转操纵运动

[目的]船舶回转操纵运动能够反映出船舶的回转特性,与船舶的航行安全密切相关。[方法]为此,采用基于重叠网格技术的CFD求解器naoe-FOAM-SJTU,对标准船模ONRT在波浪中自由回转操纵运动进行直接数值模拟。运用动态重叠网格技术求解船、桨、舵系统复杂运动,计算中,螺旋桨转速对应于静水中的船模自航点进行35°转舵,实现自由回转船舶操纵运动。通过全粘性流场的整体求解,给出波浪中自由回转操纵运动中船舶六自由度运动、螺旋桨和舵的水动力载荷变化,以及波浪中船舶的回转圈特征参数,并与同试验结果进行对比。通过数值计算得到精细的流场信息,分析波浪对船舶自由回转操纵运动的影响。[结果]数值预报得到的船舶运动轨迹、回转圈参数与试验值吻合较好,证明naoe-FOAM-SJTU求解器对于波浪中船—桨—舵相互作用下的船舶自由回转操纵运动数值预报的适用性和可靠性。[结论]船舶回转操纵运动的数值模拟,可为回转性能的评估提供有效的前期评估手段。     

船舶在波浪中的操纵运动预报

本文应用水平的随船坐标系，建立了船舶在波浪中的六自由度操纵运动方程。为了检验数学模型的正确性，进行了船舶在波浪中的操纵运动模型试验。应用上述数学模型，初步分析了波浪对船舶操纵性能的影响，以及船舶操纵对波浪中船舶运动性能的影响。