灰色系统理论在海上交通事故预测中的应用

以某港口2001～2007年海上交通事故统计数据为依据,应用灰色系统预测理论,建立该港口海上交通事故的GM(1,1)模型和UGM(1,1)模型,进行定量计算,结合定性分析,从而预测出该港口2008年海上交通事故的数量,以及2008年各种海上交通事故的比例.     

舰船方位变化规律的灰预测方法研究

对方位序列进行预测对于潜艇作战具有重要的实际意义。应用灰色系统理论，以GM（1，1）模型，残差修正的GM（1，1），等维灰数递补残差修正GM（1，1）模型对目标序列进行预测，可有效克服目标方位序列的非线性和非稳定性，在信息较少的情况下达到精度较高的回归和预测效果。通过实例计算表明，上述计算可快速提供精度较高的较长时间间隔的目标方位，为潜艇作战提供有利信息。     

基于自回归模型的船舶姿态运动预报

介绍了自回归时间序列分析法的建模预报原理,并给出了船舶纵摇运动预报应用实例。为检验船舶纵摇运动预报效果,还用船舶纵摇观测数据进行了仿真研究,将真实曲线与预测曲线比较,观察其拟合程度的好坏。实例分析表明,自回归预报算法简单且容易实现,预报精度约为4.6%左右。自回归时间序列分析法亦可用于船舶横摇、首摇等姿态的时间序列预报,该方法在工程中具有很大的实用价值。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

基于广义GM（1,1）预测模型的装备管理费用预测

针对目前对武器装备寿命周期费用估算建模难以实施的情况,以准确预测武器装备寿命周期费用的主要组成部分——装备管理费用为出发点,依据装备管理费用的特点建立了装备管理费用的广义GM（1,1）预测模型,通过对某舰船系统装备管理费用的实例应用预测效果较好.     

Optimization Parameter of Transformation of Parallel Translation for Ship Pitch Simulation

The transformation of parallel translation can improve the smoothness of discrete series sometimes. In this paper, for ship pitch, a method to modify the system error is proposed via the transformation of parallel translation, which can give the optimize parameters using the Method of Minimum Squares. The series in the method can fit white exponential law better, and then be applied in GM( 1,1) very well. The numerical experiments imply that the method is practical, which make the ship pitch system model more accurate than GM (1,1).     

基于非负权重组合模型的江苏省入境旅游客源预测

旅游客源需求预测是一个复杂的非线性系统,其发展变化具有增长性和波动性。本文根据1998年~2005年江苏省入境旅游客源数据特征,采用BP神经网络模型、GM(1,1)模型以及指数曲线模型分别进行预测,然后结合这三种预测方法的特点,提出非负权重组合预测模型,通过实例运算的对比分析,证明组合预测模型具有很高的准确性。预测结果表明:组合预测模型优于单一预测模型,江苏省入境旅游客源的非负权重组合预测模型是有效可行的。     

神经网络在单桩承载力预测中的应用

运用基于BP神经网络的组合预测模型对PHC桩的极限承载力进行预测。分别利用灰色GM(1,1)模型和BP神经网络对桩在荷载作用下的沉降进行估算,然后利用人工神经网络中的BP网络对所得的结果进行组合预测;最后利用Lagrange算法计算桩的极限承载力。计算实例表明,使用该组合预测方法所得的预测结果比单纯使用灰色GM(1,1)模型或神经网络模型所得结果的总体误差要小,因而该方法是可行的、有效的。     

基于LSTM的舰船运动姿态短期预测

舰船的六自由度运动状态形成复杂的非线性过程,运动姿态会受到耦合作用、不定周期、噪声信号以及混沌特性等因素的干扰,因此很难得到精确的预测结果.为了提升舰船运动姿态的预测精度,利用舰船时间序列的特点,建立了基于长短期记忆单元(LSTM)模型,对其进行了舰船姿态预测仿真,将结果与时间序列分析法的结果进行对比.实例分析表明:基于LSTM模型的预测方法具有精确度高、易实现的特点.这为舰船运动短期预测提供了一个新的思路和方法.     

乌江银盘枢纽工程河段货运量神经网络预测研究

采用BP神经网络建立了乌江银盘枢纽工程河段货运量的预测模型,并对货运量进行了实际预测,分析认为神经网络预测结果较戴尔斐法和GM(1,1)法更为合理。     

组合预测在港口吞吐量预测中的应用研究

以某港口1996—2002年吞吐量为原始数据,按照“误差平方和最小”的准则,把一元线性回归模型和GM(1,1)模型组合起来,对某港口2004—2008年的吞吐量进行了组合预测。     

改进GM（1,1）模型在舰船维修费用预测中的应用

基于灰色系统理论,使用海军舰船维修费用历史数据建立初值修正的GM（1,1）模型,利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到较高精度的拟合效果,并对海军舰船维修费用进行短期预测。将预测结果加入等维信息模型,对未来费用支出进行动态预测。结果表明：其精度优于传统模型。     

Construction of GM(2,1)Model for Oscillating Pitch Angle Series

GM(1, 1) is generally used in Grey System Theory which constructs an Ordinary Differential Equation for given se-ries. It is effective for monotone series, and its simulating effect is good and error is small. However, If the series dosen' t havea property of monotone, the simulating effect of GM(1,1) is not fine, and its error gets bigger. In this paper, we use GM(2,1) to handle the oxcillation series, which uses the Method of Minimum Squares in determining the uncertain parameters.The     

应用人工神经网络理论的船舶运动包络预报方法

本文首先介绍了人工神经网络理论的基本内容以及前馈网络反向传播的训练方法，然后应用单隐含层网络作出船舶运动包络的实时预报。文中就一船舶的海上实测运动数据进行了实例计算，结果表明，本文方法的预报结果明显好于其它模型的自适应预报结果。     

基于混沌理论和改进极限学习机的船舶升沉预报

船舶升沉运动预报是主动升沉补偿系统中的重要组成部分.为了满足船舶升沉运动预测的实时性和准确性要求,本文提出了一种混沌理论与增强搜索极限学习机相结合的混合方法(CES-ELM).在混沌动力系统相空间重构的基础上,采用基于误差最小化的方法生成ELM隐藏节点并不断更新权值;利用优化后的模型参数建立船舶运动预测模型.不同海况下的仿真结果表明,该方法的预测平均绝对百分误差小于10％,与传统的ELM和LSSVM模型相比,该模型能有效提高预测精度和鲁棒性.     

基于灰色理论的在役码头混凝土构件剩余寿命预测分析

对在役钢筋混凝土高桩码头的健康状况和继续使用寿命进行预测,是码头设施科学维护管理和安全使用的迫切要求。科学预测其剩余寿命,是采取有效的加固升级改造措施和再投资的需要。文中以灰色理论的基本模型为基础,建立了预测混凝土构件剩余寿命的中心逼近式GM(1,1)模型,并结合某混凝土结构的损伤系数进行寿命预测,通过与实例进行比较,证明该预测模型得到的数据具有更高的预测精度。     

深V型滑行艇纵向运动试验研究

深V型滑行艇模型纵向运动试验研究表明：规则波中,升沉响应的平均值与静水航行时的重心升高极为接近,纵摇响应的平均值与静水航行时的纵倾较为接近,证实了相同航速下滑行艇在波浪中航行的纵向运动是相对于静水浮态的升沉纵摇运动;随着航速的增加,升沉响应峰值、纵摇响应峰值、垂向运动加速度峰值都向长波方向移动;速度较高、波幅较大时,升沉、纵摇、垂向运动加速度是非线性的。     

一种新型的船舶横摇运动实时预报方法

本文在阐述强化学习的基本原理，方法的基础上，提出了一种强化学习的TD算法与BP算法相结合的BPTD方法，并将基用于对角回归神经网络的在线训练，最后以在船舶横摇运动时预报技术上的应用为例，说明这种算法有很强的实时多步预报能力。     

国外核动力潜艇耐波性理论预报

采用STF理论和Frank源分布-紧密拟合法对国外核潜艇潜望状态进行了纵荡、垂荡、纵摇、横荡、横摇、艏摇和垂向加速度等波频运动耐波性理论预报.给出了不同航速、航向时的规则波运动响应和不同航速、航向、波高、波浪平均周期时的不规则波运动统计值.对典型艇型进行变化稳心高、纵向和横向惯性系数计算.最后对各艇进行了耐波性能比较.     

航母运动对着舰引导雷达精度的影响

航母的海上运动严重影响着舰引导雷达的测量精度。为排除航母运动的影响,提高雷达测量精度,分别分析了航母的平移运动和摇摆运动对雷达测量值的影响规律,并建立相应的误差模型。通过选取合适的航母运动参数,仿真航母的摇摆姿态角,进而根据误差模型仿真航母摇摆运动对雷达测量俯仰角和方位角的影响规律。结果表明：着舰引导雷达的方位角误差与航母艏摇角成线性关系,且与纵摇角无关;俯仰角误差与航母纵摇运动高度相关;距离误差不受航母摇摆运动的影响,且与航母平移运动关系不大。