加权支持向量回归算法在船舶智能建模中的应用

在分析现有基于高斯核的支持向量回归方法优缺点的基础上,将高斯核参数加权与支持向量回归算法相结合,实现了一种"基于高斯核参数加权的支持向量回归算法".在该新算法中引入一种带权重因子的核函数,其中权重因子由输入向量来确定,同时将该算法应用在散货船舶主尺度要素智能化建模中并与常规算法进行了比较.试验结果表明了这种改进的支持向...     

多维随机不确定性下的船舶多学科稳健设计优化研究

通常船舶多学科设计优化仅考虑确定性的影响,忽视设计中不确定性因素的存在,显然优化结果无法真正保障船型方案的可行性和航行性能的优良性。目前,不确定性船舶多学科设计优化主要集中在一维不确定性分析。为了得到船舶设计优化的最优方案,以多维不确定性下的多学科稳健设计优化问题为例,通过分析考虑随机不确定性因素的均匀分布和正态分布并存分布状况,提出了一种新的以Legendre polynomials和Hermite polynomials多项式为基础的多维多项式混沌方法,并以海洋平台支持船为对象构建多维不确定性量化模型。通过对多维随机不确定性因素对船舶优化方案的影响分析完成了船舶多学科稳健设计优化研究,有效地减少和避免船舶设计优化方案失效的可能性。     

船舶操纵性能及其代理模型构建

为了提高船舶操纵性能计算效率,文章结合基于NAPA计算仿真结果和支持向量回归方法预报海洋平台支援船的操纵性能,在收集足够相关船型信息前提下,采用能够合理探索设计空间和抽样的拉丁超立方方法获取了30条样本船型数据。通过NAPA仿射变化、位移转换及根据船型设计变量进行局部调整从而生成系列船型以表达船体几何形状。针对每个船型,分别计算了5项操纵性衡准指标：进距、战术直径、横距、10°舵角第一超越角和20°舵角第一超越角。为提高船舶操纵性能的计算效率,文中利用作者早先新提出的一种单参数Lagrangian 支持向量回归算法来训练并构建代理模型以预报船舶操纵性能,该算法整合了Laplace损失函数,仅采用单参数控制计算误差并于置信区间中增加了b2/2项。以海洋平台支援船为例,采用SPL-SVR算法预报船舶操纵性能,并与基于NAPA计算仿真结果、人工神经网络、经典支持向量回归算法进行对比。不需要昂贵的仿真代码计算,文中采用SPL-SVR算法建立的船舶操纵性能响应面模型比较适合船型初步设计的工程实际应用,并具有较好的效率和适用性。     

基于单参数的Lagrangian支持向量回归算法及其应用

支持向量机（Support Vector　Machines，SVM）是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能，该方法已成为当前国际机器学习界的研究热点，能较好地对解决小样本、高维数、非线性和局部极小点等实际问题。提出了一种基于单参数的Lagrangian支持向量回归算法，并将该算法应用在外贸货物吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性。     

基于多维PC扩展的多学科稳健优化算法研究

针对多维不确定性下的多学科稳健设计优化问题,以随机不确定性因素的均匀分布和正态分布并存状况为例,提出一种新的以Legendre polynomials和Hermite polynomials为基础与多维多项式混沌方法,构建多维不确定性量化模型,完成多学科稳健设计优化框架的研究。同时将多维稳健优化方法应用于多学科设计优化的实际工程算例散货船优化论证中,并与文献的单维稳健优化方法进行比较。结果表明,在多维不确定性因素影响下,采用多维多项式混沌方法解决多学科稳健设计优化问题,其优化结果与确定性多学科设计优化结果相差不大,能够得到较为稳健的计算优化结果,有效减少和避免设计优化方案失效的可能性。     

面向海洋平台支持船的阻力组合近似模型构建

为了获得更为精确合理的近似模型,在多项式响应面、RBF径向基函数和Kriging三种单一近似模型的基础上构建组合近似模型以实现响应拟合,并以数值函数为例验证组合近似模型的准确性与适用性。以海洋平台支持船的总阻力为研究对象,采用多种试验分析方法进行取样,根据样本点及阻力响应值完成了组合近似模型的构建,并与模型试验及其单一近似模型进行对比分析。研究结果表明：与单一近似模型相比,组合近似模型所得的阻力响应值更接近模型试验结果,能够有效提高计算精度与设计效率,在海洋平台支持船的初步设计中具有较大的应用价值。     

加权支持向量回归算法在运力预测中的应用

支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种新的通用机器学习方法,是一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该技术已成为当前国际机器学习界的研究热点,能较好地解决小样本、高维数、非线性和局部极小点等实际问题。近来,SVR方法被引入求解回归和预测问题,并在各领域中得到广泛的应用。本文在分析现有基于高斯核的支持向量回归方法优缺点的基础上,突破目前在构造支持向量机中存在的"所有支持向量与样本之间的在特征空间中的内积所对应的核函数参数一定要相等"的这一思维定势,提出了一种新的算法——"基于高斯核参数加权的支持向量回归机"算法,并将该算法应用在世界散货船队运力预测中。估算结果证明了这种改进的支持向量回归算法在船队运力预测中的有效性和实用性。     

基于舰船使命的功能分解方法

舰船的功能分解是舰船易损性研究的前提条件.以舰船使命为基础,探索更科学、更全面、更成熟的功能分解新方法.首先通过查阅目标舰船的相关文件与动态,获得被赋予的使命,分解各舰船使命的组成结构,获得每个环节所必需的功能体系,分析功能的运行机制,获得支撑此功能的基础设备.最后以汇总表或关系树的形式展现功能分解的结果,即为基于舰船...     

分段式尾压浪板对高速船阻力性能的影响

基于CFD技术,以排水型高速船Model 5b为模型,寻求改善高速船阻力性能的尾压浪板新形式。首先尾压浪板新形式的确定在静水条件下进行,然后在波浪条件下验证该压浪板的阻力性能。基于CFD软件建立三维数值波浪水池,静水条件下采用切割体网格技术预报船模的阻力性能。波浪条件下数值水池入口采用直接造波方法,尾部采用人工阻尼消波方法,自由面采用VOF方法处理,采用重叠网格技术预报船模的阻力性能以及运动响应。确定一种比常规压浪板阻力性能优良的分段式压浪板,为船舶节能附体的研究提供参考。