基于小波网的船舶运动极短期建模预报

本文结合小波分析和神经网络的优点，建立了应用于船舶运动极限期模预报的小波神经网络的结构及算法，给出了该算法的一步及多步预报模型，并进行了仿真，仿真结果说明该算法是可行的。     

船舶航行时水动力系数求解二维半理论的稳定算法

给出一种基于高速细长体理论的预报排水型船在波浪上运动水动力求解的数值方法.在该理论的定解条件中,自由面条件是三维的,而控制方程和物面条件则是二维的,所以称为二维半理论.采用二维时域自由面Green函数将定解问题转化为船体切片上的积分方程,进而求解有航速下的船舶水动力问题.重点讨论了水动力计算的稳定算法.对ITTC建议的标准WIGLEY船型作了理论预报,并与DELFT大学的实验结果和用STF切片法的理论预报结果作了比较.比较结果表明,本文提出的二维半理论的预报结果与试验结果相当接近,而计算效率和切片法相当,且大大改善了理论预报的精度.     

舰船运动极短期建模预报的研究现状

综述了舰船姿态运动极短期建模预报的发展历史及现状，讨论了各种建模预报方法在舰船运动极短期建模预报中存在的问题，着重介绍了投影寻踪学习法用于舰船运动建模预报。此外，对舰船运动极短期建模预报的研究作了展望。     

基于水弹性方法的船体非线性波浪载荷预报

文章介绍了三维水弹性方法的基本原理,引进了一种三维非线性水弹性方法的数值算法。该算法以三维水动力理论为基础,充分考虑各种非线性效应,包括静水恢复力的非线性、物面非线性以及砰击力的作用,结合水弹性方法建立船体运动方程,并对船舶在波浪中运动受到的载荷进行预报。计算工况根据设计波法来确定,预报结果与线性计算结果进行了对比,差异主要体现在弹振和砰击方面。     

大型舰船姿态运动极短期预报的一种AR算法

本文提出并严格地证明了一种AR模型的预报算法,利用该算法可对大型舰船运动姿态进行预报,在物理仿真系统中取得满意的结果。     

一种改进的船舶极短期运动预报精度分析方法

针对目前船舶极短期运动预报中以真实值与各理论预报算法的均方差最小来确定最优预报算法可能导致真正的最优算法被排除的情况,采用波形匹配和仿射变换提出一种改进的精度分析方法,用于船舶极短期运动预报的最优算法确定。该方法首先识别预报信号的周期和波数等关键波形参数,通过仿射变换为一个与真实信号同周期同相位的新信号,进而计算船舶运动时间序列间真实值与新信号的均方差,从而确定船舶极短期运动预报的最优算法。实际应用表明,该方法可以更合理地确定船舶极短期运动预报的最优算法。     

海洋环境噪声预报建模与算法研究

对海洋环境噪声分布特征进行预报,是有利于探索抑制海洋环境噪声的有效方法。本文依据海洋环境噪声谱级的实测数据,利用三次样条插值法建立了海洋环境噪声预报模型,并对我国北海浅海区的环境噪声谱级进行了预报,预报结果与实测功率谱图基本一致。在建立海洋环境噪声预报模型的基础上,提出了海洋环境噪声生成算法,仿真表明,该算法能生成具有任何振幅分布的、谱级曲线满足要求的海洋环境噪声序列。因此,本研究在工程上有参考价值。     

基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度.     

基于FCM-ANFIS模型的船舶交通流预测

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。     

基于改进神经网络算法的舰船操纵性能预报系统

针对传统舰船操纵性能预报系统预报精度低、稳定性差、效率慢等弊端,设计一种新的基于改进神经网络的舰船操纵性能预报系统。对标准神经网络算法容易陷入局部最优解的不足进行改进,用共轭梯度法取代原梯度下降算法,介绍了改进后的神经网络算法。通过矩阵方式对舰船操纵稳定性的构成进行描述,利用改进的神经网络算法设计舰船操纵稳定性预报系统。实验结果表明,所设计系统预报精度高、稳定性强、效率快,能有效完成舰船操纵稳定性的预报。     

基于混合两步法的船舶砰击载荷预报研究

文章针对船舶结构设计时重点关注的艏部砰击载荷问题,综合考虑计算效率及精度,提出了基于势流理论和计算流体力学方法的混合两步法。第一步,采用三维势流理论预报波浪中有航速船舶的运动响应,分析船波相对运动;第二步,根据预报砰击载荷所在位置的船体横剖面,建立等截面的三维立体模型,采用基于有限体积法与动网格技术的计算流体力学方法,基于第一步得到的相对运动结果模拟落体入水过程,计算砰击压力。使用该两步法预报了某超大型油轮在压载工况顶浪航行时候的艏部砰击压力,并讨论了相对运动和砰击压力的时域历程规律。文中数值预报结果得到了水池模型实验的验证,表明该方法的可行性和预报结果的合理性。     

雷达模拟视频与电子海图实时叠加匹配算法

由于在利用原有算法进行雷达模拟视频与电子海图实时叠加匹配时,在匹配特征点个数为32～41个的范围内,存在匹配精度较低的问题,因此提出一种新的雷达模拟视频与电子海图实时叠加匹配算法。通过分段线性插值法对墨卡托海图投影进行快速计算,以修正电子海图产生的长度变形。对雷达模拟视频数据实施坐标变换处理,也就是把雷达模拟视频数据的大地投影坐标转变成电子海图的墨卡托直角坐标。以GPS坐标值为依据对电子海图上船舶的定位点进行确定,并将其作为叠加显示雷达模拟视频与电子海图的定位参考点,实现二者的实时叠加匹配算法。通过进行该算法与原有算法的对比实验,证明该算法的匹配精度更高,实现了性能突破。     

基于fluent的LNG液罐蒸发参数预报方法

针对LNG在储运过程中存在漏热而引发的蒸发安全问题,对1. 5 m~3C型罐进行液氮类比蒸发实验,在实验的基础上提出基于LNG多组分特性和非稳态温度场理论的fluent算法,对LNG的蒸发速率、蒸发时长等参数进行预报,与此前的计算相比,预报结果精确度提高6. 6%,该算法可同样应用于大型LNG液货舱的蒸发预报。     

船舶上层建筑整体纵向固有频率特性预报算法研究

为了提高船舶上层建筑整体纵向固有频率特性预报的精度,提出一种样本筛选与变权重的船舶上层建筑整体纵向固有频率特性组合预报算法。首先根据样本之间的相似性,选择与待预报点相关的船舶上层建筑整体纵向固有频率特性数据,然后根据采用多个算法从不同角度对船舶上层建筑整体纵向固有频率特性进行预报,最后采用证据理论对单一算法的权值进行估计,加权得到船舶上层建筑整体纵向固有频率特性预报结果,测试结果表明,本文算法的船舶上层建筑整体纵向固有频率特性预报精度高,克服了单一算法或者传组合算法的弊端,降低了船舶上层建筑整体纵向固有频率特性预报误差。     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络(ESNS)是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络（ ESNS）是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

基于FLUENT的大型集装箱船航速预报方法研究

根据阻力的三因次分析方法计算船舶航行的阻力成份。采用不同的网格划分和离散算法以及相应的控制方程,使用基于CFD的FLUENT软件平台进行数值求解,处理黏性阻力与兴波阻力的计算结果,实现对实船航速的预报。以大型集装箱船作为算例,将数值计算结果分别同模型试验和实船试验结果进行了比较,结果表明采用该数值计算方法得到的实船航速预报结果可达到工程设计应用的精度。     

基于改进的LS-SVM的潜水器拘束模试验分析方法

本文以最小二乘支持向量机为基础,将增量法和滑动窗口法相结合,建立适用于分析处理大样本数据的方法。采用该方法对某潜水器拘束模斜航试验和纯横荡试验进行了分析,获取了可以反映潜水器横向力、转首力矩的数学模型中的水动力系数,并利用构建的数学模型,预报多种工况下的潜水器所受到的水动力。通过比较预报结果和试验结果,证明了该方法的有效性。     

船体结构强度评估的线性设计波法研究

针对不适用规范公式计算船体波浪载荷的特殊船型,以一艘浮式生产储油船(FPSO)为例,介绍了一种长期预报设计波法,使用该设计波法确定了FPSO的波浪载荷长期预报极值和设计波波浪参数。同时,与规范计算公式及非线性修正后得到的波浪载荷进行比较分析。最后,利用设计波载荷计算结果,对该FPSO的船体结构强度进行评估。分析结果表明,使用长期预报设计波法计算FPSO的波浪载荷具有一定的合理性,其船体结构强度符合规范要求。     

基于LightGBM算法的潮位预报修正研究

潮汐预报在数学上属于回归预测，是人工智能算法的经典应用领域之一。文章以上海米市渡站点为例，提出了采用LightGBM算法修正调和分析T＿TIDE模型预报潮位的方法。以T＿TIDE模型的预报误差序列作为LightGBM算法的输入层参数，训练得到的LightGBM模型可有效预测T＿TIDE模型后续的短期(48 h内)预报误差，从而对T＿TIDE模型的潮位预报结果进行短期修正。米市渡站测试结果表明，构建的LightGBM模型能将T＿TIDE模型的24 h和48 h预报均方根误差分别降低至0.10 m和0.12 m,相应的±0.30 m合格率都提升至95%以上。但是，LightGBM算法在台风期间对T＿TIDE模型的预报结果存在误修正，台风期间的潮位预报修正有待进一步研究。