基于改进的ELMAN网络的舰船航态建模与预测

讨论了具有自适应功能的基于改进Elman网络的动态系统辨识建模与预测方法,并依据特定海情下实测的舰船航态数据,利用该法训练舰船航态的预测模型.该法对具有时变特性的非线性系统的建模与预测有一定的自适应能力.仿真结果表明,按该法进行建模与预测,具有动态性好、逼近速度快,精度高等特点,并且自适应性与抗噪性有较大改善,说明改进的Elman网络是一种新颖、可靠的负荷预测方法.     

基于改进的ELMAN网络的舰船航态建模与预测

讨论了具有自适应功能的基于改进Elman网络的动态系统辨识建模与预测方法，并依据特定海情下实测的舰船航态数据，利用该法训练舰船航态的预测模型。该法对具有时变特性的非线性系统的建模与预测有一定的自适应能力。仿真结果表明，按该法进行建模与预测，具有动态性好、逼近速度快，精度高等特点，并且自适应性与抗噪性有较大改善，说明改进的Elman网络是一种新颖、可靠的负荷预测方法。     

基于SVG的机舱动态监控系统图形显示的研发

基于控件技术的监控系统图形界面的开发和使用困难,动态实时图像展示实现过程繁琐而且效果不理想.文章结合<网络化岸船远程机舱动态监控系统>的研发,为了更好地实现远程机舱的动态监控和实时数据的图形分析处理功能,对动态发布和网络矢量图形技术进行剖析,经过详细的验证比较,提出了采用SVG Ajax技术的解决模型,并结合开发实例论述实现过程和实现效果.     

舰船无线通信网络漏洞态势预测模型

传统的舰船无线通信网络漏洞态势预测模型,存在着预测时间过长的缺陷。为了解决上述问题,提出舰船无线通信网络漏洞态势预测模型研究。依据漏洞态势指标从无线通信网络环境中提取相关数据,经过相应处理,得到无线通信网络漏洞态势信息。以此为基础,利用层次分析法评估无线通信网络漏洞态势。以上述得到的网络漏洞态势评估结果为依据,通过时间序列预测模型预测舰船无线通信网络漏洞态势,实现了舰船无线通信网络漏洞态势的预测。实验结果显示,相较于传统的舰船无线通信网络漏洞态势预测模型来说,构建的舰船无线通信网络漏洞态势预测模型极大缩短了预测时间,说明构建的舰船无线通信网络漏洞态势预测模型具备更好的预测效果。     

阳谷县地下水压采治理工作实践与思考

根据阳谷县地下水资源开发利用现状及地下水用水量,划为全县域面积深层地下水超采区,以及持续的地下水超采对该县生活、生态环境产生的不利影响。阳谷县近几年采用外调水、雨洪资源利用、修复补源、封堵深层井、农艺节水等工程措施,来综合治理地下水超采工作。另外针对目前面临的问题提出了水费补贴、增强节水意识、节水补源建设、加强地下水动态监测等建议。地下水治理工程是个系统的、长期的过程,需要动员全社会力量,来促进治理工作持续、有效的进行。     

基于PCA和RBF神经网络的绞吸挖泥船实时产量预测

绞吸挖泥船在实际作业过程中的动态特性非常复杂,影响产量的控制因素众多。若这些控制因素全部参与产量预测比较耗时。为了实时训练网络及预测产量,先对影响绞吸挖泥船产量的控制因素进行主成分分析(PCA),再根据分析结果约减控制因素;在系统仿真建模中,分别以全部因素和约减后因素作为径向基(RBF)神经网络的输入变量,以产量作为输出变量来建立绞吸挖泥船产量预测模型。结果表明,减少输入变量,不仅降低产量预测模型的复杂程度,减少神经网络计算耗时,而且能保持模型良好的预测精度,从而为施工现场的操作人员提供实时的产量参考。     

舰用柴油机冷却水系统贝叶斯状态推理方法

针对不确定动态环境下舰用柴油机冷却水系统的状态预测及故障推理问题,研究基于贝叶斯网络模型的冷却水系统状态推理方法。根据某型冷却水系统的逻辑功能关系,分析系统的工作状态及典型故障模式,分别建立静态和动态贝叶斯网络推理模型。采用联结树精确推理算法对冷却水系统的运行状态进行正向和反向推理。结果表明,贝叶斯状态推理方法在不确定环境下传感器数据缺失时相对常规的故障树推理方法更具优势,动态贝叶斯网络比静态贝叶斯网络具有更好的推理精度。     

基于"北斗"的船舶实时监控系统

北斗卫星导航系统是我国独立自主建立的卫星导航系统,具有广阔的应用前景.此文提出了综合北斗、AIS,Inmarsat等系统,利用先进的网络电子海图技术,可以建立具有船舶动态信息显示、查询及回放、船队管理、预抵船舶查询和船舶动态订阅通知等功能的船舶实时监控系统.     

基于CSCW的分布式军事仿真系统框架设计

针对军事仿真系统的业务要求和分布式协同工作网络的特点,采用分层的软件体系结构和MVC设计模式思想,设计实现多服务端业务协作、可动态功能重组特性的仿真系统框架.系统逻辑结构清晰,降低系统复杂性,提高系统的代码复用性、开发效率和可维护性.     

基于高阶常微分方程的复杂水域船舶航迹精准预测研究

船舶航迹预测是其避障、导航的基础,精准的航迹预测可提升船舶在复杂水域航行的安全性,为此研究基于高阶常微分方程的复杂水域船舶航迹精准预测方法。该方法利用AIS系统采集船舶航行行为动态观测样本后,构建该船舶航行行为动态观测样本的高阶常微分方程预测模型,使用四阶龙格-库塔方法求解该预测模型,得到船舶航行动态观测样本预测值后,利用最小二乘法对其进行拟合处理,得到船舶航迹曲线。实验结果表明,该方法可有效采集船舶在复杂水域航行时的航速、船首向等行为动态观测样本,预测船舶航迹点和拟合后的航迹曲线均与其实际数值吻合,预测精度较高。