基于Oilmap模型的胶州湾溢油风险研究

从环境敏感资源、船舶交通量及油品运量、事故案例等方面分析了胶州湾溢油风险现状及发展形势,并研究了溢油事故的危害和致因。根据胶州湾历史上发生的重大溢油事故,采用Oilmap模型对事故情景分为不采取围控措施和采取围控措施两种方案进行模拟。结果表明,通过溢油事故情景模拟,可对围控措施方案进行效果检验,从而提高溢油应急行动的有效性。     

基于人工神经网络方法的舰船参数灵敏度分析

舰船参数灵敏度分析不仅为判断各参数的重要性大小提供了依据,量化的灵敏度指标也是后续参数估计的前提。在舰船系统中,参数与舰船综合性能的显式函数关系不易得到,导致一阶灵敏度指标无法直接求取。本文确定了舰船的几个主要参数,建立起了舰船综合性能评估框架,利用人工神经网络的方法,用C语言编制了一套舰船综合性能的评估程序,将已有的数据、专家经验等量化后得到评判指标数值,形成样本,进行神经网络训练,然后通过训练完成的神经网络对各个参数进行了灵敏度分析。     

基于人工神经网络的铁路客运量预测

本文讨论了人工神经网络的特点和建模原理,建立了铁路客运量的预测模型。并用武汉铁路客运量的数据对其进行了验证,得到了较好的预测效果。     

浅析灵敏度分析的几种数学方法

本文讨论了局部灵敏度分析和全局灵敏度分析这两种数学方法,对它们的优缺点和使用范围进行了比较,为以后做灵敏度分析奠定了基础。     

基于人工神经网络的舰船灵敏度分析

舰船参数的选择对于评价舰船综合性能至关重要,但不同参数在评价过程中所占的比重不一,量化的舰船参数灵敏度分析是后续舰船性能评价、类型识别等的重要前提。本文利用24-10-10-1结构的BP神经网络对舰船的抗沉性、最大航速、适航性、载重量4个重要参数进行灵敏度分析,并建立起各参数灵敏度与舰船综合性能的对应关系。在用BP神经网络对样本进行训练的同时,利用Skeletonization灵敏度剪枝方法计算输入节点和隐节点的灵敏度。测试结果表明,本文的灵敏度分析算法不仅优化神经网络结构,而且学习过程收敛后,可获得各输入节点稳定的灵敏度值。     

基于人工神经网络的舰船稳定性分析

船舶在海上经常受到风浪流雾等不可估测因素的影响,控制船舶的稳定性非常重要。本文通过分析单个人工神经元PID控制和多个神经元PID控制方式设计基于人工神经网络PID控制算法,并将此算法应用于船舶稳定性控制。仿真实验说明,人工神经网络应用于船舶稳定性控制的有效性和准确性。     

基于人工神经网络的船舶操纵性能预报方法

本文以单桨肥大型船回转性能为例,探讨应用改进的ＢＰ神经网络建立船舶操纵性预报数学模型的方法。研究结果表明,只要选择适当的学习样本、网络结构和学习算法,该数学模型的预报精度在工程上可以接受。     

基于人工神经网络的故障诊断技术在船舶导航系统中的应用

应用对向传播神经网络对船舶导航系统的测姿故障进行检测与诊断，得到了较为满意的结果。研究表明，该网络结构简单，学习速度快，适应性广，可以对船舶导航系统的传感器故障进行检测与诊断。     

人工神经网络在交通土建工程中的应用

人工神经网络由于其自身所具有的优势,近年来在交通土建工程中得到了广泛的应用;本文简要介绍了人工神经网络的一些应用,并将它与传统方法相比较,并简述了对神经网络的一些改进方法.     

基于人工神经网络的船舶油耗模型

针对船舶能效管理计划SEEMP的实施需求,寻求建立油耗模型的通用方法,为航行优化提供决策基础。以丹麦籍客滚轮MS Smyril号作为研究案例,对船舶实测运行数据进行了分析和预处理,并采用人工神经网络构建了船舶油耗和航速的黑箱模型。基于实测数据与模型预测数据的对比,验证了上述油耗模型的准确性和实用性,对于提高船舶能效运行指数EEOI具有重要意义。     

海侵驱动下的胶州湾沙脊-水道体系形成与演变

胶州湾作为一个半封闭的基岩海湾,湾内、外均发育了较为完整的沙脊-水道体系。胶州湾外从崂山头到大珠山咀沿线在晚更新世低海面时(-20m)由波浪向岸输沙形成了古滨面沙坝,在随后的全新世海侵过程中,古滨面沙坝受到潮流动力的强烈改造,形成了南沙、大竹等沙脊和竹岔水道等,而赤岛沙脊、沙子口连岸沙坝等则是古滨面沙坝近岸部分的残留沙体;胶州湾内的沙脊-水道格局受到全新世海侵前原始沟谷地形的控制,海侵后沟谷被淹没成为涨、落潮通道,而沙脊则是由海侵前胶州湾入湾河流的"河口沙坝"或者"河口远端坝"等堆积而成;现代胶州湾沙脊-水道体系的演变具有明显的继承性特征。     

胶州湾潮致余环流与水道-沙脊演化

胶州湾保存了较为完整的水道-沙脊体系。在人类高强度工农业活动干预下,水道的稳定是关系到该地区经济可持续发展的重要问题。数值模拟显示,受海岸线和水下地形的控制,胶州湾内外形成了若干规模、强度不等的潮致余环流系统;不同时期的水下实测地形图的对比揭示出沧口水道作为胶州湾内一条重要的黄金水道,呈现出不断淤积萎缩的趋势,据分析与余环流持续提供的细颗粒泥沙淤积有关。胶州湾潮致余环流对维系湾内、外的水力泥沙联系和水道-沙脊体系的演化具有重要作用。     

液位控制BP模型的设计与仿真

基于MATLAB的神经网络工具箱与BP网络理论,介绍在MATLAB环境下发电厂液位控制BP模型的设计方法,并进行仿真试验,得出了预测模型的最优参数。仿真结果表明,此方法有效可行,可使非线性系统具有较好的跟踪性能。     

辐射沙洲潮流水道悬沙动力关系BP神经网络模拟研究

根据江苏辐射沙洲东大港水道4^#站位连续2个潮周期的流速、含沙量及水深的时序测量资料，取时序测量（计算）数据中的前21组数据为学习样本，后5组数据为检验样本，建立了该潮流水道的4种输沙BP神经网络动力模型。验证表明，运用BP神经网络模型可以建立精度较高的水体含沙量非线性动力关系，并可利用建立模型进行相应问题的预测计算。     

基于神经网络的蒸发循环智能仿真研究

论述了经典的蒸发循环数值仿真在实际应用中的局限性,在此基础上引入了智能神经网络理论,并以压缩机为例,建立了计算其热力性能的智能仿真模型。仿真结果表明,该模型在仿真描述压缩机性能方面具有很好的效果。     

基于电路仿真的BP神经网络故障诊断技术研究

某型末制导雷达系统复杂、难于建立精确数学模型,因此采用常规方法对其进行故障诊断难度较大。而采用Multisim软件对其接收组合中的和路视频放大器电路进行仿真,再由实测样本数据训练BP神经网络的方法可较好的将故障定位到元器件级别。     

福建兴化湾波浪条件数值模拟研究

根据兴化湾外的风浪资料建立数学模型,应用抛物型缓坡方程、Boussinesq方程波浪数学模型计算得到兴化湾深水区域以及工程区域的设计波浪要素,对工程的实施具有指导意义。     

基于BP神经网络的船用柴油机振动状态监测

通过监测柴油机表面振动信号,用时间序列分析方法提取柴油机故障的振动特征参数,以此建立相应的神经网络,用于船用柴油机的状态监测,提高诊断的准确性。试验研究在中速四冲程增压柴油机上进行。文中以柴油机气阀间隙异常的诊断和柴油机负荷状态的识别为例阐述了该方法的实现过程,并给出了振动信号的特征参数与柴油机工作状态之间的关系。研究表明,利用神经网络监测柴油机运行状态的变化是可行的和有效的。     

基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算.仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型.并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性.利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度.