基于遗传算法的舰船无线通信网络资源分配研究

当前舰船无线通信网络资源分配方法存在资源分配严重不平稳问题,导致资源分配冲突概率相当高。为改善舰船无线通信网络的通信质量,设计基于遗传算法的舰船无线通信网络资源分配方法。首先分析当前舰船无线通信网络资源分配的研究现状,构建舰船无线通信网络资源分配模型,然后通过引入遗传算法对舰船无线通信网络资源进行分配,找到最优的舰船无线通信网络资源分配方案,最后进行舰船无线通信网络资源分配仿真实验。本文方法不仅能够有效提高舰船无线通信网络通信质量,大幅度减少了舰船无线通信网络资源冲突概率,而且舰船无线通信网络的吞吐量得到大幅度提长,较好地克服了当前舰船无线通信网络资源分配方法存在的缺陷。     

蚁群算法在舰船建模与控制中的应用

传统蚁群算法只能单纯针对舰船路径进行规划,且在规划计算过程中仅能针对一个目标进行分析计算,导致计算中的有效信息素过少,计算所建立的规划控制模型准确度降低。因此,本文提出蚁群算法在舰船建模与控制中的应用。首先,采用蚁群算法对舰船航行场景进行建模,并对模型中的有效信息素进行优化量的导入更新。最后,对完成更新信息素的模型进行多目标参量计算,实现提升蚁群算法规划控制模型的精准度。为了证明设计的有效性,通过对比仿真实验来完成验证操作并得出可行性结论。     

舰船无线通信中5G信道资源分配算法设计

设计船舶无线通信中5G信道资源分配算法,在增大舰船无线通信网络吞吐能力的同时,改善网络通信质量。基于非正交多址技术的上行链路D2D舰船无线通信网络模型,在D2D发送用户与若干个D2D接收用户之间建立数据通信信道,生成D2D用户组,将D2D通信网络最大吞吐量作为优化目标,构建满足蜂窝、D2D用户接收信号SINR阈值等约束条件的5G信道资源分配模型,采用用户-子信道双边匹配算法获取子信道分配策略,利用注水功率分配算法确定D2D用户组功率分配策略,实现舰船无线通信的5G信道资源分配。结果表明：该算法可实现舰船无线通信网络5G信道资源分配,允许40个D2D用户组接入到通信网络中;NOMA传输机制下的网络吞吐量高于OMA机制,数据传输速率达到220 bps以上,干扰度小。     

基于蚁群算法的舰船避险航路规划

采用蚁群算法研究舰船避险航路规划问题,利用栅格法将航行海区进行细分,建立舰船避险航路模型,进而求算优化解。仿真结果表明,蚁群算法求解舰船优化航路具有较强的稳定性和鲁棒性。     

改进蚁群算法的舰船避碰辅助决策系统可靠性研究

传统舰船避碰辅助决策系统所采用的蚁群算法在对船舶路径碰撞信息素计算过程中,存在收敛速度慢、碰撞信息素浓度低的问题,导致输出结果的可靠性较低,因此提出改进蚁群算法的舰船避碰辅助决策系统可靠性设计方法。通过对船舶避碰路径模型的构建与分析,结合传统蚁群算法在避碰决策计算上的缺失数据,对蚁群算法进行改进,并将改进的蚁群算法引入到避碰辅助决策系统进行仿真计算,通过对决策数据的分析得到舰船避碰辅助决策可靠性数据。通过设计仿真实验对得到的可靠性数据进行验证,证明了本文方法所得数据的可靠性。     

基于改进蚁群算法的物流网络

文中将受容量限制的单分配轴-辐式网络抽象为一个三次变量的混合整数线性规划模型方程;提出了一种改进的蚁群算法,将6种局域搜索算子加入算法中,因此具有较高的全局搜索能力和局部搜索能力;同时提出“解对”的概念,对问题的构成进行分解优化,转化为确定问题,切实使本问题符合蚁群算法使用的前提和优势;最后,使用澳大利亚邮政的数据进行选址仿真实验,验证此算法模型在该应用中的求解效率和计算稳定性。     

基于蚁群算法的船台吊装网络优化技术研究

船台吊装网络优化涉及到船台设备和吊装工艺的双重约束,是一种典型的NP难题.根据船厂制造网络优化的需求,提出了一种适合蚁群算法的船台网络模型,在此基础上实现了船台网络优化的蚁群算法,以实现吊装进度安排的优化.该方法具有蚁群算法的全局优化特点,可以很好的解决实际工程问题,最后通过一个算例,进一步说明了这种方法对于解决船台吊装网络优化问题的有效性.     

匈牙利法在舰船维修保障资源分配中的应用

文章首先对舰船维修保障资源分配进行介绍，提出几种常用的数学方法，并分析几种方法的选择流程，然后讨论任务指派问题的适用范围并建立模型，最后给出解决此类资源分配问题的穷举法和匈牙利法，分析匈牙利法的优势，并举例详细介绍匈牙利算法。     

基于MESH网络的舰船无线通信多信道分配方法

舰船通信受海上环境的影响,导致其噪声以及信号不稳定,传统的舰船无线通信多信道分配方法已经无法满足舰船通信要求,出现网络吞吐量差的问题。为此,设计一种基于MESH网络的舰船无线通信多信道分配方法。引入干扰模型对舰船无线通信多信道的当前状态进行评估,并优先考虑负载量较大的链路分配更多的带宽,判断信道负载以及节点优先级,设定舰船无线通信多信道分配标准,以此完成舰船无线通信多信道分配。经实验证明,此次设计的基于MESH网络的舰船无线通信多信道分配方法比传统方法网络吞吐量高,能够满足舰船无线通信多信道分配需求。     

数据驱动的舰船航线生成算法

为了保障舰船能够安全地在海洋中进行航行,必须设计出安全科学合理的航线。针对传统的航线生成算法存在着各种不同的缺陷,设计出了数据驱动的舰船航线自动生成算法。首先利用蚁群算法进行搜索,产生舰船航行航线的初始种群,然后利用遗传算法对各种航线进行优化,获取最优舰船航线。最后进行仿真测试,实验结果表明,本文算法能够获得比对比算法更优的舰船航线,同时,所耗费的时间亦少于对比算法,具有比对比算法更高的实时性,是一种有效的舰船航线自动生成算法。     

基于云计算的舰船网络被动数据快速关联算法

传统的网络被动数据关联算法存在计算复杂,迭代次数过多的问题。为此提出基于云计算的舰船网络被动数据快速关联算法。采用目标假设的方法,去除被动数据中的虚假目标,构建约束条件,初始化拉格朗日乘子,通过云计算的方式求取目标函数对偶解,获得关联数据结果集,实现舰船网络被动数据快速关联。测试结果表明,与传统的被动数据关联算法相比,舰船网络被动数据快速关联算法利用云计算,简化了运算,减少了迭代次数,使得算法快速收敛。     

基于深度学习技术的舰船无线通信应用研究

随着人工智能技术在各产业应用领域的深入,未来的人工智能技术也将应用于不同的落地场景中,会向着差异化方向发展,并通过最佳的模型和算法设计匹配场景特征.该文介绍了人工智能技术原理及发展现状,将深度学习技术引入舰船无线通信网络应用领域,基于舰船平台特点设计具有时序记忆特征的深度学习神经网络,分析神经网络模型实现落地应用有关的关键理论和工程技术,为舰船平台通信细分领域应用人工智能技术提供参考.     

舰船通信网络的自适应路由算法设计

路由算法是保障舰船通信网络正常工作的关键技术,当前舰船通信网络路由算法没有全面考虑节点能量限制问题,使得舰船通信网络的路由并非最优,导致舰船通信网络数据传输错误率高,舰船通信网络生存周期过短,为了提高舰船通信网络的通信质量,加快舰船通信网络数据传输速度,设计了一种自适应的舰船通信网络路由算法。首先对国内外舰船通信网络路由算法进行研究,找到引起各种算法不足的限制因素,然后模拟生物细胞分裂过程对舰船通信网络进行分簇,每一个簇包含不同规模的舰船通信网络通信节点,并舰船通信网络路由能耗最小、舰船通信网络生存周期最长为优化目标,构建最优的舰船通信网络通信路由,最后在Matlab 2016平台进行了舰船通信网络路由算法的性能测试实验。本文算法提高了舰船通信网络通信的平均吞吐量,舰船通信网络数据传输时延小,提高了舰船通信网络通信效率,有助于提高舰船通信网络的生存周期,具有十分高的实际应用价值。     

基于蚁群算法的航线自动生成方法

利用基本蚁群算法自动生成航线,在搜索的过程中容易陷入局部最优、搜索时间长等问题,引入Adadelta算法,增加了蚁群算法的随机性,改变了信息素的更新规划,将信息素挥发系数进行自适应调整,从而极大改善了蚁群算法的性能。仿真试验结果显示,本文方法比对比方法的搜索能力更强,效率更高,得到的航线不仅有效避开了海上障碍物与禁航区,而且距离更短,是一种有效的航线自动生成算法。     

蚁群算法的舰船电机智能调速系统参数整定

随着舰船自动化程度的不断提高,舰船自动化电气设备的使用量越来越大。永磁同步电机体积小,输出功率大,是舰船使用量非常大的一类电机,在舰船的生产和船员生活保障中有重要的应用。舰船永磁同步电机的智能调速系统对于电机功率控制有重要的意义。本文结合蚁群智能算法和遗传算法,对舰船电机的调速系统参数整定进行详细的研究,有助于提高舰船电机的控制水平。     

基于贝叶斯网络的舰船故障建模方法研究

舰船故障建模是进行故障诊断的主要技术,舰船故障的种类多,变化复杂,兼具有随机性和规律性,当前舰船故障诊断的建模方法无法描述其变化特点,使得舰船故障诊断结果不理想。为了改善舰船故障诊断效果,设计了基于贝叶斯网络的舰船故障建模方法。首先对舰船故障诊断的工作原理进行分析,指出当前舰船故障诊断方法出现缺陷的影响因素,然后采用贝叶斯网络对舰船故障诊断过程进行模拟和建模,最后采用仿真实验与其他舰船故障诊断模型的结果进行对比。结果表明,贝叶斯网络的舰船故障诊断正确率更高,可以更好反映舰船故障诊断随着时间改变的变化趋势,避免了出现故障诊断错误率高的难题,具有广泛的应用前景。