共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
提出一种基于模糊C均值聚类自适应神经模糊推理系统(Fuzzy C-Means Clustering Algorithm with Adaptive Neural-Fuzzy Inference System,FCM-ANFIS)的船舶海上交通流预测模型,采用相关分析法预测网络模型的输入变量个数;采用模糊C均值聚类算法对仿真数据进行分析和模糊聚类,从而确定模型的聚类中心,进而建立ANFIS预测网络结构。该模型采用BP算法与最小二乘算法相结合的混合学习算法进行网络参数训练,可克服传统预报模型收敛速度慢和局部最优等问题,进而提高预报精度。同时,选用船舶自动识别系统(Automatic Identification System,AIS)记录的船舶交通流数据进行仿真预报,仿真结果验证了该模型的可行性和有效性,并取得良好的效果。 相似文献
3.
4.
《江苏科技大学学报(社会科学版)》2017,(4)
为了提高船舶流量预测精度,综合考虑交通需求、季节、气候等因素,通过分析船舶流量历史数据,在线性增长模型基础上,构建了考虑周期性波动因素的船舶流量预测改进模型,并运用贝叶斯估计和预测方法求解模型,提出了一种新的船舶流量预测方法.实例验证表明,与传统线性增长模型预测结果比较,新模型更符合船舶流量实际情况,月流量预测结果的平均绝对误差下降了3.56%,标准差下降了3.79%.因此,将该预测方法用于船舶流量预测是有效的. 相似文献
5.
6.
7.
DOE技术在起重臂优化设计中的应用 总被引:1,自引:1,他引:0
为提高某船用起重机起重臂结构刚度,减小其最大应力以及结构质量,首先对各变量进行灵敏度计算,去除对目标函数不灵敏的设计变量,以提高后续计算效率。基于DOE试验设计理论及有限元法构建优化问题的近似模型,借助拉丁采样对该近似模型拟合精度进行检验。基于遗传优化算法(GA)对该近似模型进行优化。优化结果表明:刚度提高9.4%,最大应力值减小21.4%,结构质量减轻9.3%。 相似文献
8.
9.
预测船舶升沉运动有助于增强波浪补偿系统的补偿效果,解决补偿系统滞后问题。为提高预测模型的预测精度,提出一种基于误差反向传播(BP)神经网络和长短时记忆(LSTM)神经网络组合优化的船舶升沉运动预测方法。以采用计算流体动力学(CFD)方法获取的船舶在规则波浪作用下的升沉运动和在突发性干扰下的升沉运动为对象,基于PYTORCH框架和LINGO软件,建立以加权方式组合优化BP神经网络和LSTM神经网络的预测模型。研究结果表明,无论是船舶在规则波浪作用下的升沉运动,还是船舶在突发性干扰下的升沉运动,BP-LSTM组合模型的预测精度均高于BP神经网络和LSTM神经网络,有助于提高补偿精度。 相似文献