时频分布在鱼雷信息处理中的应用研究

对时频分布在鱼雷信息处理中的应用进行了理论分析探讨。对时频分布算法进行仿真研究，给出了相应的快速算法。提出了可能的应用方向，并对试验数据进行分析研究，验证了算法的性能。     

改进混合遗传算法在车辆路线问题中的应用研究

物流配送车辆路线问题，是物流配送优化中不可缺少的环节。针对传统的遗传算法存在收敛速度慢，局部搜索能力差，易早熟的缺点，采用混合遗传算法进行优化求解。即采用二重结构编码，可以使问题变得更简洁，提高遗传法的搜索效率。用个体数量控制选择策略，以保证群体的多样性，用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏，保证算法能够收敛到全局最优。结合具体实例，通过实验计算证明了该改进算法的良好性能。     

BFS搜索策略在供电联锁装置中的应用研究

供电联锁装置是船舶供电系统安全运行的重要保障装置。随着船舶供电网络结构的日益复杂，如何识别当前网络结构成为供电联锁装置控制程序的设计关键。文章针对联锁装置网络识别的实际需求改进BFS策略并提出一种准确、有效、通用的网络结构识别算法，并将其应用到供电联锁装置中。联锁装置将采集到断路器状态转换为各个母线节点的邻居矩阵，以其作为算法的输入，将算法的输出矩阵转化结合联锁控制策略对每一个开关进行联锁、分断控制。通过软件仿真以及半实物测试实验测试算法程序的准确性。对于供电联锁装置，该方法可以解决复杂供电网络结构识别问题。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

遗传算法在自航水雷航路规划中的应用研究

简要介绍了遗传算法在自航水雷航路规划中的应用，分析了可能产生的问题及原因。借鉴模拟退火的思想，研究并提出了改进的遗传模拟退火算法并用以解决自航水雷航路规划问题。仿真结果表明这种算法能够有效地提高航路规划的计算速度和保证航路规划的质量。     

神经网络在薄膜厚度控制系统中的应用

讨论了薄膜厚度控制的非线性和耦合性，应用神经网络申行解耦算法，解决多变量非线性耦合问题，同时还采用了改进的学习算法——动量法，并与传统算法做了仿真比较。仿真结果表明该算法能较好地解决上述难点，从而更好的控制薄膜厚度的均匀性。     

神经网络在舰船噪声识别中的应用

本文基于多层前馈型网络模型发展了一种利用声纳信号进行目标识别的技术，并在对传统BP算法局限性详细分析的基础上，对其稍作改进，提出了BP－选择学习算法。实验表明，此算法对噪声信号的识别效果好于BP算法。     

改进QuickBundles算法在船舶轨迹聚类中的应用

对船舶AIS数据聚类进行研究，可以挖掘出船舶航行过程中有效或潜在的信息，对于提高船舶海事交通管理和水路交通运输的智能化水平具有重要意义。传统的聚类算法在面对大量的AIS数据样本时通常表现出很低的执行效率。因而，提出一种改进QuickBundles算法，并对船舶轨迹采样方法和距离度量方式进行改进，选取长江南京航段板桥汽渡水域的船舶AIS数据作为试验依据，最终实现船舶轨迹的有效聚类。试验结果表明，与原QuickBundles算法和DBSCAN算法相比，改进QuickBundles算法在算法执行效率和算法准确性方面优于前两种算法，证明改进QuickBundles算法可有效应用于船舶轨迹聚类。     

分布式系统级故障诊断算法在船舶动力定位系统中的应用

为解决船舶动力定位多处理机系统的故障诊断问题，在分析实际系统总体结构的基础上，确定了系统故障测试关系图，提出了一个基于改进型二值PMC测试模型的分布式系统级故障诊断算法（SELF算法），详细介绍了算法中的报文种类、故障向量与算法描述；最后，采用软件故障注入法对诊断算法与模型进行了故障诊断验证。结果表明：模型适用、算法正确，所开发的分布式系统级故障诊断软件包可靠、实用。     

基于模拟退火算法在尺度优化设计方法

详细介绍了神经网络的模拟退火算法法（以下简称ＳＡ）的特点，基本思想及步骤，它是基于ＭｏｎｔｅＣａｒｔｏ迭代精法的一种随机搜索算法，以主尺度优化设计为例，针对主尺度优化问题解的特性和状态，对模拟退火算法是具体应用的几个问题进行了探讨，仿真结果表明，ＳＡ算法能很好的姚离局部最优解的陷阱找到全局最优解，其优化与初始点的选择无关，从而为船舶主尺度优化问题提供了一个稳定的全局最优化算法。     

混合智能控制技术在船舶电站励磁控制中的应用

将混合智能控制技术应用于船舶电站同步发电机励磁控制，通过一种结合自组织学习和BP学习的混合学习算法，学习并调整控制器参数和结构，该算法比通常的BP算法收敛性好，速度快。仿真结果表明，该算法能很好地稳定机端电压。     

ERT成像算法在管道泥浆浓度测量中的应用

电阻层析成像（ERT）技术的非侵入性和可视化特点在管道泥浆浓度检测中具有独特的优势，作为ERT技术的核心，成像算法的选择对于检测水平有很大影响。采用LBP算法、Newton-Raphson迭代算法和Landweber迭代算法对3种管道泥浆流型进行反演成像，并从成像精度、成像速度和抗噪声能力3个指标定量评价了3种算法的适用性。计算结果表明，LBP算法具有最快的成像速度和最强的抗噪声能力；Newton-Raphson算法具有最高的成像精度。根据成像实时性的要求确定选用何种算法。     

遗传算法在相关匹配中的应用研究

将遗传算法用于图像相关匹配算法的研究,提出了快速图像相关匹配算法。其计算量较SSDA算法降低了10倍以上,改善在低图像对比度条件下的匹配精度;该算法每帧图像匹配计算时间基本恒定,便于工程应用。     

图像三维插值算法研究

对三维图像插值算法进行研究，在最邻近法，双线性法和高次函数_hermitian法的基础上，提出了，一种基于信号理论的恢复曲线插值法；并将该算法应用于DICOM医学图像的三维插值。通过三维可视化的方法对各算法插值结果进行比较，证实了该算法在改善体数据的三维可视化图像质量方面有较好的效果。     

改进最短路径算法在最佳航线选择中的应用

最佳航线选择不仅是船舶驾驶员经常关注的问题之一，而且还是船舶经营公司时常面临的重要问题之一。现利用改进的最短路径算法对该问题作出定量描述。较详细地阐述了Dijkstra算法和改进算法，并通过最佳航线选择示例说明了算法的应用。通过比较，改进算法在搜索效率上优于Dijkstra算法。     

改进的BP网络及其在电路故障诊断中的应用

针对标准BP算法收敛速度慢、容易陷入局部极小值的缺点，提出了改进的BP算法——Levenberg-Marquardt算法，并将其应用到电路故障诊断问题中。实例仿真验证了改进算法在训练次数和训练时间上具有明显的优势，同时也能保证故障诊断准确率，具有良好的效果。     

蚁群算法在PID参数优化中的应用研究

本文介绍了蚁群算法的基本原理,将蚁群算法应用到了PID控制的参数优化问题中,并详细给出了基于蚁群算法的PID控制参数优化算法的实现步骤。为了验证本文算法的可行性,我们对文献[1]中的例子进行了仿真,并将仿真结果与文献[1]给出的基于遗传算法的PID控制参数优化结果进行了比较,发现:基于蚁群算法的PID参数优化算法无论是在最优解的质量方面还是在算法的执行效率方面都要优于基于遗传算法的PID参数优化算法。     

集群系统的负载平衡算法研究

负载平衡是集群计算机系统的核心问题。通过对多处理机系统中负载平衡算法的分析研究，根据集群系统的特点，提出了新的负载平衡算法，并对算法的设计思想和实现作了阐述。     

WARSHALL算法在编译程序中的应用

给出了在编译程序中静态存储分配的节省存储单元的算法。文中利用ＷＡＲＳＨＡＬＬ算法计算程序段之间的调用关系，实现重叠分配，以达到节省计算机在运行时的存储单元的目的。本算法还可用于变址器的节省分配。     

人工神经网络在船体放样中的应用研究

在造船业，人工神经网络技术已应用于船型的建模，并取得了一定的成果．目前在船体曲线拟合及光顺方面的应用研究工作大多停留在理论范围，实际工程中主要采用BP算法进行拟合，且大部分限于对小曲率、简单线型的船舶进行曲线拟合．本文采用了更新的样条权函数神经网络对较复杂的船型进行了曲线拟合，使得多组型线光顺成为可能．