倾斜试验中初稳性高度最小二乘法计算方法解析及应用

根据最小二乘法原理推导了倾斜试验中初稳性高最小二乘法计算的正确公式，研究了应用最小二乘法判断倾斜试验中误差的计算方法。     

再论N条等精度相关位置线的广义最小二乘船位问题

根据最小线性方差估计理论证明了广义最小二乘船位就是最小线性方差估计船位，同时从最小线性方差估计船位精度提高的相对比率的角度，进一步讨论了船位相关误差三角形的处理问题。     

浮筏动力特性分析时瑞利阻尼系数的计算方法

为减小瑞利阻尼参数对浮筏动力特性分析精度的影响,根据试验测得的模态频率和模态阻尼比,利用加权最小二乘法计算瑞利阻尼系数,以使得各阶模态阻尼比相对误差的平方和最小,与常用方法相比,可得到更为满意的效果。参与加权最小二乘计算的模态阶数影响到模态阻尼比的相对误差,综合考虑模态参与因子和有效模态质量,确定了主自由度有效模态质量累计参与系数高于95%的模态选取原则。依据该原则,将加权最小二乘法用于浮筏动力分析中瑞利阻尼系数的确定,根据该模态选取原则所确定的阻尼系数能满足浮筏动力特性工程计算的实际需要。     

基于偏最小二乘的两栖突击车作战效能预测

针对两柄突击车作战效能和偏最小二乘的特点，提出了基于偏最小二乘预测作战效能的方法。介绍了偏最小二乘回归的具体过程，在此基础上．对某型两栖突击车的作战效能进行了预测。得到了可靠的作战效能系数。     

非均匀采样潜艇耐压壳体测量数据处理方法

在役潜艇的建造和修理需要检测其耐压壳体的截面圆度,因现场条件限制或多设备融合测量,测量采样点经常呈现非均匀性,导致最小二乘圆拟合的结果与实际情况不符,研究旨在减小非均匀采样带来的影响,提高拟合圆的精度。基于非均匀采样定权提出一种非均匀采样加权总体最小二乘圆拟合方法,同时考虑观测向量和系数矩阵都有扰动,用于潜艇耐压壳体测量数据的处理。通过对4种不同预设形状的采样分析数值实验表明,该方法能提高非均匀采样情况下圆拟合的精度,但当随机误差加大至1.5 mm,该方法不能完全优于最小二乘法。非均匀采样加权总体最小二乘圆拟合法计算得到的圆心偏差及半径偏差都比最小二乘法的结果更小,具有较好的工程实用价值,可用于在役潜艇耐压壳体圆度测量非均匀采样时的圆拟合计算。     

基于SVM的武器装备批量生产成本费用模型

利用支持向量机建立了批量生产成本费用模型,批量生产成本费用与影响因素的关系可通过支持向量机的核函数和拉格朗日乘子得到体现。由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。通过实例与熟练曲线法、最小二乘法和加权最小二乘法的结果进行了比较,结果表明支持向量机比较精确。     

一种改进的最小二乘滤波法

最小二乘滤波方法常被用于对低速目标的跟踪滤波。本文通过对最小二乘滤波法的系数矩阵性态分析，指出在一定的条件下，最小二乘滤波法是不稳定的，并给出了一种稳定的改进的最小二乘滤波法。     

总体最小二乘的改进与信道估计应用

总体最小二乘法同时考虑了数据矩阵和观察值的误差,在参数估计中得到广泛应用。然而总体最小二乘法没有针对具体问题利用误差的先验信息。总体最小二乘的改进算法—结构总体最小二乘法设定了误差矩阵的结构,通过迭代运算估计参数及误差。基于叠加训练序列的时不变信道估计中,信息序列均值构成的误差矩阵为Toeplitz矩阵。结构总体最小范数法作为一种结构总体最小二乘法,可以设定误差矩阵具有Toeplitz结构,有效提高叠加训练信道估计性能。论文对比了最小二乘,数据最小二乘,总体最小二乘和结构总体最小范数在叠加训练序列信道估计中的应用,仿真结果表明,基于结构总体最小范数的估计算法的归一化信道均方误差最小。     

一种改进的最小二乘滤波法

最小二乘滤波方法常被用于对低速目标的跟踪滤波。本文通过对最小二乘滤波法的系数矩阵性态的分析,指出在一定的条件下,最小二乘滤波法是不稳定的,并给出了一种稳定的改进的最小二乘滤波法。     

船舶装备物联网移动信息长距离传输能耗预测方法

通常使用最小二乘法预测船舶装备物联网移动信息在输送时产生的能耗,在预测长距离运输和长时间运输能耗时,该方法的预测能力很低,准确性很差,容易产生误差。为了解决此问题,提出了嵌入式预测法,由应用层、数据层和预测层组成预测系统,预测流程分为预测模板设置、预测条件确认、预测方式选择和预测数据异常分析4步。通过对比实验结果可知,在相同时间和相同距离下,嵌入式预测法的预测能力要优于最小二乘法,准确性更高,与实际值更加吻合。     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

巴布亚新几内亚科考瑞港集装箱吞吐量预测

为评估新建巴布亚新几内亚科考瑞港的建设规模,构建由回归分析模型、腹地集装箱运输需求重力模型、多目标港口模糊评价模型和基于Logit模型的港口选择模型4部分组成的综合预测方法。对巴布亚新几内亚科考瑞港的腹地集装箱运输需求进行预测;并对腹地省份在不同港口的集装箱运量进行测算,从而科学合理地预测科考瑞港的集装箱吞吐量,为实施项目的必要性提供支持。该预测方法使用较少的基础数据即可比较科学客观地预测新建港口的集装箱吞吐量,能够较好地解决在不发达国家或地区统计资料缺失、安全局势不稳定导致腹地调研困难等情况下的吞吐量预测问题,为海外港口的建设、咨询项目提供帮助。     

基于马氏距离的舰船装备修理价格组合预测

为更加准确地确定舰船装备全寿命费用,提高装备经费的使用效益,针对我国舰船装备修理价格影响因素多、不确定性大的特点,提出采用组合预测方法对其进行预测建模;针对基于欧氏距离的组合预测方法不能处理用于组合的单项预测模型之间的相关性问题,提出采用马氏距离作为建模基础,建立基于马氏距离的舰船装备修理价格组合预测模型。应用结果显示,基于马氏距离的组合预测要比基于欧氏距离的组合预测以及各单项预测具有更好的稳定性,预测风险更小。     

基于 ITS 与 W6ELProp 模型的短波频率预测方法及应用研究

频率预测技术的出现为通信链路的选频提供了依据,然而传统的频率预测模型需要通过复杂的链路计算对短波通信频率进行预测。在解决链路的选频问题上,基于 ITS 与 W6ELProp 模型的预测方法省去了人工计算过程,实现选频过程的程序化。本文在分析传统预测方法适用性的基础上,结合仿真结果,进行 ITS 与 W6ELProp模型在应用方面的研究。对短波通信保障具有参考价值。     

基于实数编码遗传算法的基础沉降预报

提出一种基于实数编码的遗传算法的地基基础沉降预测方法。根据施工中地基基础沉降的观测资料,对以后地基基础沉降值做出预报。计算实例表明,用该方法进行地基基础沉降预报有较高的精度,而且对基础上部荷载有变化的情况也能做出较精确的预报,可以应用到实际工程中。     

基于神经网络的汽轮发电机组推力瓦块拆检周期改进

运用人工神经网络的方法对某舰用汽轮发电机组的滑油铜含量进行分析,找出铜含量的变化规律,然后与曲线拟合进行数据处理的方法作比较,结果表明,基于遗传算法的BP网络模型比曲线拟合模型的预报精度明显提高,预报结果稳定,且建立模型的过程较为简单。     

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。     

改进的BP神经网络在船舶与海洋工程中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.     

基于支持向量机的舰船维修费用组合预测研究

在费用预测中，利用单一模型往往存在着信息不足的缺陷。为了提高舰船维修费用的预测精度和稳定性，采用支持向量机（SVM）回归算法，把几种单一预测模型结果作为输入，实际值作为输出，然后用足够多的预测案例训练学习机器，在各组合的模型预测结果与实际之间得到一种非线性映射关系，从而建立了非线性组合预测模型。最后，以某型舰船维修费用为例，对指数平滑法、灰色预测和参数法3种方法的预测结果进行仿真，结果表明此法较传统的单一模型预测法具有更高的预测精度。