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。     

船舶电站自动控制系统通信软件设计

实现船舶电站自动控制的关键是通信技术,文章基于Modbus通信协议,设计了船舶电站自动控制系统通信软件,包括上位机PC和下位机PLC部分,完成对船舶电站实时监控.给出了控制系统的具体实旌方案,详细讨论了通信协议的设定及通信程序的编程要点.实践证明该通信软件具有较高的可靠性.     

船舶通信网络安全评估模型研究

随着现代化工业的发展,船舶网络通信系统的复杂程度也逐渐提高,在此背景下,对船舶通信网络的安全评估性能也提出新要求。由于传统的通信网络评估架构难以满足现阶段船舶通信网络发展对数据传输的准确性和安全性的要求。为提高船舶综合安全评价水平,优化其工作性能,对船舶通信网络安全评估体系进行建模,以便更好的对船舶通信网络安全进行评估。首先根据船舶通信网络的特点建立基于神经网络的服务器的安全评估系统,并通过神经网络对船舶通信安全性进行检测,以达到提高安全评估的精确性目标。为了对模型安全评估性能进行验证,设置了仿真实验,实验结果证明,与传统的安全评估系统相比,基于神经网络的船舶通信安全评估系统能够更准确、快速的对网络安全情况进行评估。     

基于国际海事卫星通信C系统的船岸通信软件平台设计

基于现代通信和信息技术的船岸信息系统,可以改变一切依靠人力与手工处理的船舶常规管理手段。船岸通信软件平台是将船舶和岸基局域网中全部或者部分数据采用标准化的格式进行传输,该通信软件平台具有集电传、传真和电子邮件等功能于一身和双向同时高速数据传输的优点,为船岸共同管理、提高管理可靠性提供了保证。     

大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

基于组合优化算法的船舶信息风险评估

为避免船舶信息风险引发重大船舶航行事故,研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标,构建船舶信息风险评估指标体系,将其作为径向基函数（RBF）神经网络输入层输入数据,经隐含层映射操作后,通过输出层输出评估到的船舶信息风险等级,采用结合模糊C均值聚类算法和遗传算法的组合优化算法,合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量,提升船舶信息风险评估效果。实验结果表明：该方法可有效评估多艘船舶的信息风险,并可依据评估结果获取何种因素导致船舶信息风险,提出针对性指导建议。     

基于神经网络算法的船舶间距快速预测

保证船舶航行的畅通性是船舶海上交通智能化发展的关键。本文利用BP神经网络自适应能力强、自组织学习等优点进行船舶间距快速预测,通过船舶间距预测可以提高海上交通信号控制的效率,保证船舶航行的稳定性和安全性,最后的实验结果表明本文算法误差小,可靠性高。     

船舶电网系统三维点云数据聚类提取分析算法

船舶电网系统结构直接对船舶电力系统运行的稳定性和可靠性产生影响,船舶航行过程中经常出现供电不足等问题,严重威胁船舶航行安全。为解决上述问题,采用三维点云数据聚类算法对船舶电网运行状态和可靠性进行评估计算,并结合可靠性评估计算结果对船舶配电系统结构进行优化设计,将船舶电网系统中的电缆设计为环状结构辐射网,以便保障电力系统运行效果。为了对船舶电网系统三维点云数据聚类提取分析算法的准确性进行检测设计了仿真实验,实验结果证实,三维点云数据聚类提取分析算法可更好的提高船舶电力系统的运行效果,保障船舶航行安全     

船舶网络入侵风险等级估计算法研究

传统估计算法缺少信号分析与处理阶段,导致评估效果较差,为了解决该问题,引入神经网络评估算法对船舶网络入侵风险等级估计进行研究。根据船舶网络入侵风险等级估计问题确定流程,设计信号分析与处理阶段,保证数据分析有效性。根据信号处理结果,对船舶网络入侵风险等级进行划分,并对风险度量进行评估,由此完成船舶网络入侵风险等级估计算法研究。通过实验对比结果可知,该算法最高评估效果可达到97%,为船舶网络安全运行提供保证。     

船舶通信网络非线性流量预测的数学建模分析

为了提高船舶通信网络非线性流量预测的精度,设计一个船舶通信网络非线性流量预测数学模型。首先对船舶通信网络数据采集,然后对采集的数据进行预处理,最后应用神经网络算法建立船舶通信网络非线性流量预测模型,以此完成了船舶通信网络非线性流量预测。实验对比结果表明,此次研究的船舶通信网络非线性流量预测数学模型有效提高了流量预测的精准度,并减少了船舶通信网络非线性流量预测时间,具备一定的实际应用意义。     

船舶通信网络的可靠性建模分析

可靠性问题是船舶通信网络研究中的热点,当前船舶通信网络可靠性建模分析方法的结果可信度低、分析精度不能满足船舶通信网络的要求。为了解决当前船舶通信网络中存在的一些难题,提高船舶通信网络可靠性分析精度,设计了基于相关向量机的船舶通信网络可靠性分析方法。首先对船舶通信网络可靠性研究进展进行分析,分析各种船舶通信网络可靠性分析方法存在的局限性,然后收集船舶通信网络可靠性的历史样本,采用相关向量机描述船舶通信网络可靠性特点,建立船舶通信网络可靠性分析方法,最后在相同环境下,与其它船舶通信网络可靠性分析方法进行仿真测试,结果表明,本文方法的船舶通信网络可靠性分析精度高,分析结果稳定,提高了船舶通信网络可靠性分析结果的可信度,同时船舶通信网络可靠性分析效率优于对比分析方法,结果可以有利于船舶通信网络管理。     

基于DSP的船舶电子设备故障诊断研究

船舶运输在全球经济中发挥着不可替代的作用,船舶电子设备的稳定工作对于保障船舶运输安全以及船舶自动化控制系统的可靠性具有非常重要的作用。对船舶电子设备故障进行诊断研究可以有效发现设备故障位置,并及时采取措施。本文提出一种基于BP神经网络和DSP技术的船舶电子设备故障诊断系统,以DSP为硬件核心实现神经网络解决电子设备故障诊断问题,重点介绍神经网络算法的实现以及数据采集电路的设计等。     

改进PSO-ANN神经网络算法在船舶安全性预测方面的研究应用

利用神经网络网络的自学习能力强、并行计算快、容错性高的特点来评估船舶航行安全性状态,同时利用微粒群算法(PSO)优化反向传播神经网络的连接权值和阈值。阐述反向传播神经网络在船舶航行安全性系统状态评测中的流程,相对于目前的船舶航行安全性预测方法,本文提出的智能模型具有结构简单及预测精度高等优点。     

船舶电网系统状态评估研究

常规电网系统状态评估方法能够对路基300 MW以下的电网系统状态做出正确评估,但针对船舶电网系统状态评估时,存在评估运行可靠性较低的问题,为此提出船舶电网系统状态评估研究。搭建状态评估模型框架,导入状态评估算法,完成船舶电网系统状态评估模型的构建;确定船舶电网系统状态监测区间,并对监测参数数据进行处理,实现船舶电网系统状态评估研究。试验数据表明,提出的船舶电网系统状态评估方法较常规电网系统状态评估方法,评估运行可靠性提升37.89%,适合对船舶电网的系统状态评估。     

神经网络专家系统在船舶控制系统故障诊断的应用

首先阐述神经网络技术和专家系统2种算法优劣之处,然后将2种算法相结合应用到船舶控制系统故障诊断中,结合后的算法具有较好的自学习和并行计算能力。在进行算法的详细描述中,介绍神经网络专家系统的基本结构,并对其在船舶控制故障诊断中的框架进行设计,针对具体的实际应用建立知识库。最后利用训练数据进行仿真实验,实验结果表明本文采用的神经网络专家系统在故障诊断方面具有可行性。     

基于层次分析法的船舶网络通信可靠性研究

为了提高船舶网络通信可靠性评估精度,保证船舶网络通信成功率,设计了基于层次分析法的船舶网络通信可靠性评估方法。首先对当前船舶网络通信可靠性评估现状进行分析,指出各种船舶网络通信可靠性评估方法的弊端,然后根据科学、客观、全面的原则,构建了船舶网络通信可靠性评估指标,采用层次分析法确定评估指标的权值,并实现船舶网络通信可靠性评估,最后采用具体船舶网络通信可靠性评估实例分析其可行性。结果表明,本文方法可以对船舶网络通信可靠性状况进行评估,评估误差小、速度快,解决了船舶网络通信可靠性评估过程中存在的难题,是一种切实可行的船舶网络通信可靠性评估方法。     

基于深度神经网络的船舶图像识别检索研究

对船舶图像进行快速准确识别在军民领域都有广泛应用,随着船舶种类的增多、图像质量的提高,传统的卷积神经网络进行船舶图像识别需耗费大量时间。本文对深度神经网络的原理进行分析,并在此基础上研究基于深度神经网络的船舶图像识别流程,对船舶图像预处理技术进行研究,建立船舶图像训练集和测试集,对YOLOV2、卷积神经网络和本文算法的平均识别时间和识别准确率进行分析,最后研究3种算法的训练次数对识别准确率的影响。本文研究的深度神经网络船舶图像识别算法,在平均识别时间以及识别准确率上具有一定优势。     

海上运输船舶电子对抗系统的可靠性分配方法

为了提高海上船舶电子对抗系统的可靠性,进行电子对抗系统的可靠性分配,提出基于模糊PID控制的海上运输船舶电子对抗系统的可靠性分配方法。构建海上运输船舶电子对抗系统的硬件模块,分别由信息对抗模块、数据处理模块和中央控制模块组成。对构建的船舶电子对抗系统的可靠性进行量化评估,采用模糊PID控制方法进行可靠性分配控制,结合时滞跟踪融合方法,实现船舶电子对抗系统的可靠性分配的时滞补偿,提高分配的实时性和量化评估能力。仿真结果表明,采用该方法进行海上运输船舶电子对抗系统的可靠性分配,具有较好的稳健性,提高了电子对抗系统的稳定性和可靠性。     

船舶电站实时监控系统通信软件设计

实现船舶电站监控的关键是通信技术,文章基于Modbus通信协议,提出一种在LabVIEW虚拟仪器环境下实现PC机与单片机实时通信的方法,设计了船舶电站实时监控系统通信软件,完成对船舶电站多套柴油发电机组的现场监控.给出了监控系统的具体实施方案,详细讨论了通信协议的设定及通信程序的编程要点.该通信软件的开发不仅为本科教学提供了实验平台,而且能够很方便地移植到其它实际应用系统,具有较好的工程实用价值.     

BP神经网络在船舶油污事故损害赔偿评估中的应用

此文针对船舶油污事故损害赔偿评估非线性系统的复杂性,分析了人工神经网络技术在该领域应用的可能性,建立了船舶油污事故损害赔偿的神经网络评估模型,并以具体案例来验证该模型的可靠性,结果比较满意。该模型对船舶油污事故损害赔偿评估具有一定的参考实用价值。