船舶海上运动拓扑结构与预测分析研究

舰船运动预报对提高航空母舰作战能力具有非常重要的意义。灰色系统理论对研究舰船运动的随机性和非线性具有非常大的优势。因此,本文通过其拓扑预测模型研究舰船的姿势预报。本文首先建立了灰色拓扑预测在舰船运行纵摇预测中的应用模型,然后通过数据对比研究误差产生的原因。     

遗传神经网络的船舶运动受扰力预测模型

船舶运动受扰力预测,是实现对船舶摇摆控制的关键步骤。为达到有效控制船舶摇摆的目的,基于遗传神经网络,完成船舶运动受扰建模预报和预测方法选择。模拟船舶航行状态,设计仿真对比实验结果表明,基于遗传神经网络的船舶受扰力预测模型,有效提升横向与纵向运动受扰力预测准确性,完成有效控制船舶摇摆的目的。     

船舶运动极短期预报研究

本文通过对两艘有航速情况下的船舶运动实测数据的分析，试图寻求一种准确程度较高的极短期预报模型。该文共分两部分，第一部分利用ＡＲ模型导出多级ＡＲ模型，预报精度明显提高。在对运动瞬时值预报中，利用包络对结果进行修正，精度有所改进；第二部分利用人工神经网络导出了包络的预报模式，预报精度明显高于ＡＲ模型。     

改进二阶灰色极限学习机在船舶运动预报中的应用

为提高船舶运动预报的精度,基于海上船舶运动姿态具有灰色特性和周期性振荡特性的特点,提出一种以误差平方和最小为准则的改进二阶灰色极限学习机组合预测模型,对船舶运动姿态进行预报。该方法利用五点三次平滑算法对船舶运动姿态序列进行平滑降噪,采用余弦函数变换构建GM(2,1)预测模型;利用自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)优化极限学习机权值和阈值参数,对不同模型预测结果进行加权求和,构建改进二阶灰色极限学习机组合预测模型。对2组船模水池试验纵摇时历进行预报,并将其与其他传统的预测方法相比较,结果表明,建立的组合预测模型具有更好的预测精度和泛化能力。     

船舶电站可靠性灰色马尔可夫预测模型

简要分析了现行船舶电站可靠性分析方法的不足,提出将灰色理论与马尔可夫预测相结合,运用在船用电站可靠性估计,建立其灰色马尔可夫预测模型,并根据模型对后几年船舶电站"故障率"的变化趋势进行了预测.分析表明:基于灰色马尔可夫的电站可靠性预测模型的精度高于灰色预测模型,同时弥补了单一马尔可夫链预测依赖于系统分布参数的局限,为船舶电站可靠性研究提供了一种新思路.     

船舶运动极短期预报方法综述

文章对船舶运动极短期预报技术进行了探讨和评价。论述了极短期运动预报的定义,从不同角度对极短期预报方法进行了分类。并对极短期预报方法的发展进行了叙述及讨论,分析了这些预报方法的优点和缺点,并对今后极短期运动预报技术研究的发展提出了建议。     

灰色-趋势曲线组合预测模型在港口吞吐量预测中的应用

在日常工作中运用灰色理论对数据进行预测吋,往往由于实际情况的复杂性,遇到很多困难。本文结合实际情况和预测经验,提出了一种基于灰色预测理论和趋势曲线预测理论的灰色-趋势曲线组合预测模型,给出了该模型的基本思想和预测过程,并运用该模型对安徽某港口未来的吞吐量进行了预测,表明该模型在实际问题中是可以借鉴和应用的。     

应用人工神经网络理论的船舶运动包络顶报方法

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。     

船舶在波浪中的操纵运动预报

本文应用水平的随船坐标系,建立了船舶在波浪中的六自由度操纵运动方程。为了检验数学模型的正确性,进行了船舶在波浪中的操纵运动模型试验。应用上述数学模型,初步分析了波浪对船舶操纵性能的影响,以及船舶操纵对波浪中船舶运动性能的影响。     

基于CFD分析的船舶横摇运动统计特征

船舶大幅度横摇的准确预报一直是船舶工程界关注的热点研究方向之一。基于CFD软件Fluent对船舶横摇问题进行了数值模拟研究,建立了船体自由横摇运动的有限体积模型。通过对一系列船体于静水中作不同初始横摇角的自由横摇运动进行数值模拟,分析得出船体横摇非线性过程中横摇角幅值存在一定的统计规律,并提出基于此统计规律对船体的大幅横摇运动进行数值预报的方法。     

船舶横摇运动预测误差研究

通过对船舶横摇运动的预测误差与输入过去样本长度之间的关系进行研究,提出船舶横摇运动预测误差的经验公式,该公式可用于确定指定预测误差下的最小过去样本长度.采用小波-自回归算法模型进行横摇预测,统计分析预测均方根误差值与输入过去样本长度之间的关系,结果表明,预测过去样本长度与预测均方根误差之间遵循幂函数关系.     

船舶动态预测算法研究与仿真

针对预测船舶在波浪中的运动情况这一问题进行研究。首先,研究大型船舶在波浪中的运动特点,描述了船舶在水中的运动坐标系,并分析船舶在2种坐标系下的多种运动;然后,在此基础上对船舶运动的数学模型进行研究;对于船舶的动态预测,研究基于卡尔曼滤波理论进行预测的算法。最后,针对给定的某型船只的具体参数,在给定海情下进行船舶动态预测仿真,并对仿真结果进行分析。通过预测仿真实现,能够更好地预知船舶在波浪中的动态,及时调整船舶姿态,有效保证船舶安全运行。     

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.     

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。     

耦合作用下舰船运动姿态短期预测数学模型及仿真分析

舰船运动姿态短期预测很容易受到耦合作用以及周围环境因素的影响,导致预测结果的延时较高。对此设计了舰船运动姿态短期预测模型并进行仿真分析,利用船舶航行时间数据序列规律,建立当前船舶数据时序回归分析方程,计算当前船舶时间序列数据阶数以及对应系数,完成时间序列统计,以调度神经网络结构作为序列数据计算逻辑,以输入门、输出门和遗忘门作为增值单元,构造预测模型记忆区结构,将时间序列数据作为输入门的输入项,通过神经网络隐层,输出初始预测结果,再通过控制函数,缩小预测结果控制权值,完成船舶运动姿态最终预测。仿真分析数据表明,与传统预测方法相比,应用该设计模型,对舰船正向横倾姿态仿真预测的延时降低27%,反向横倾姿态仿真预测延时降低了19%,可以有效降低预测延时。     

光学在船模运动跟踪中的应用

本文研究光学在船模运动跟踪的应用,首先通过双目摄像机得到正确的船模特征板上的特征点,并获得其空间坐标,由此得到船模在三维空间的六自由度运动。本文主要进行图像采集、摄像机标定和空间特点的计算。最后进行仿真实验,实验结果表明本文算法可行性强。     

一种基于参数估计的自适应舰船运动预报方法

运动预报是部分舰船系统的重要组成部分。为了有效地解决这一问题,文章提出了一种基于海浪峰值频率估计的自适应舰船运动预报方法。在舰船运动与海浪激励的建模基础上,建立了基于最小二乘估计的自复位海浪峰值频率估计器。采用自回归移动平均(ARIMA)模型拟合方法预报舰船运动,并通过海浪峰值频率估计值自适应调节ARIMA模型的采样周期,提高了复杂海况下对舰船运动的预报能力。该方法与常规ARIMA模型方法、反向传播神经网络方法的仿真对比结果表明了该方法在解决舰船动态预报问题上的良好精度和鲁棒性。     

船舶运动安稳期预报技术综述

船舶运动安稳期的准确预报对提高舰载直升机着舰、无人水下航行器的布放与回收等海上作业的作业效率具有重要影响。首先,通过模拟计算说明进行船舶运动安稳期预报的可行性;其次,对国内外船舶运动安稳期预报技术的研究现状进行回顾与总结,进而阐述船舶运动安稳期预报技术的原理;再次,对船舶运动安稳期预报技术的3个主要环节:波浪测量及波浪场重构技术、波浪传播预报技术以及船舶运动预报技术进行分析。最后,对未来船舶运动安稳期预报技术的发展予以了展望。     

可用于舰船运动预测的多项式拟合方法及参数选择

叙述了可用于非平稳时序预测中的滑动窗多项式拟合方法(SPFM)。用舰船运动预测作为例子,对该模型的采样频率、滑动窗大小和多项式阶数参数的选择进行了讨论。仿真结果表明,该方案可行,计算速度快,预测误差小且稳定。     

实船运动与包络的极短期预报分析

舰船运动及包络的实时预报可以为舰载机起降、船舶减摇、海上锚泊并靠物资补给、动力定位等提供辅助指导意见。本文利用某实船的升沉、纵摇与横摇数据,建立运动和包络的2阶自适应Volterra级数模型,通过RLS算法估计Volterra级数模型的核,统计了不同工况下的运动预报精度。分析结果表明,Volterra级数模型可以用来辨识船舶运动系统,纵摇与升沉预报精度较好,运动预报可以与包络预报相结合共同指导工程作业。