基于多目标跟踪的船舶数据互联网结构改进研究

为解决常规船舶数据互联网结构改进研究中存在分析能力较低的不足,提出基于多目标跟踪的船舶数据互联网络结构改进研究。引入船舶多目标跟踪技术,搭建船舶数据互联网结构改进拓扑结构,实现船舶数据互联网结构改进研究模型的构建;基于船舶数据互联网结构改进参量的确定,以及船舶数据互联网结构改进效果的统计分析,完成提出的基于多目标跟踪的船舶数据互联网结构改进研究。试验数据表明,提出的结构改进研究方案较传统研究方案,分析能力提升62.35%,适合多线程的船舶数据互联网结构改进研究。     

蚁群优化算法在船舶电力系统重构中的应用

船舶工业的发展是我国国防工业、交通运输的重要基础,船舶电力系统的故障重构一直是国内外研究的热点,船舶电力系统故障重构是一典型的非线性组合优化问题。本文提出了一种改进的蚁群算法对船舶电力系统故障重构问题进行研究,并通过实例分析和实验仿真将改进后的蚁群算法和传统基本蚁群算法进行对比分析,得出了改进后的蚁群算法在船舶电力系统故障重构问题上具有更加优越的性能。     

基于数据挖掘和海流要素的船舶导航改进研究

研究数据挖掘和海流要素的船舶导航改进方法,改善由于未考虑海流对船舶航行的影响,导致船舶导航应用性较差的缺陷。利用K-means聚类算法挖掘大型海洋环境数据库中的海流要素。建立船舶导航路径规划全局坐标系的环境感知模型,依据所建立环境感知模型确定船舶期望速度以及船舶转角,确定船舶导航的期望位姿。为了提升船舶导航性能,利用船舶定位校正方法改进船舶导航。船舶定位校正方法利用数据挖掘获取的海流要素,与船舶经纬度结合,校正船舶定位,利用校正后船舶定位结果实现船舶导航改进。     

船舶直线航迹控制的滑模自适应反步控制

对船舶在直线航迹运行过程中的控制方法进行研究。针对普通的控制方法没有涉及环境干扰和船舶的模型摄动等方面的影响,提出改进型的积分型船舶反步自适应滑模控制方法并将改进后的控制方法运用在船舶控制系统中。软件仿真结果表明,改进后的船舶控制器可改善系统的全局稳定性,同时也解决了船舶滑模控制器的"抖振"问题。     

船舶载重自动测量技术的研究现状与进展

针对船舶载重难以精确测量的问题,国内诸多大学等研究机构都进行了船舶载重自动化、简化法测量技术的研究。本文回顾船舶载重测量的主要方法和国内最新研究成果,并综合现有成就提出改进方法和研究展望。     

逆光船舶图像恢复方法

为了改善逆光船舶图像恢复的质量,设计了基于改进全变分算法的逆光船舶图像恢复方法。首先对逆光船舶图像恢复研究现状进行分析,找到引起当前逆光船舶图像恢复效果差的原因,然后建立逆光船舶图像糊模和退化模型,并引入全变分算法对逆光船舶图像进行恢复,对标准全变分算法的局限性进行改进,最后进行逆光船舶图像恢复的验证性测试实验,结果表明,本文方法提高了逆光船舶图像的信噪比,可以大幅度丰富逆光船舶图像的细节信息,使恢复的逆光船舶图像更加清晰。     

船舶报告制比较研究和我国船舶报告制的发展对策

文中通过对国内外船舶报告制度和船舶报告制度与自动识别系统的相关情况进行比较研究,对自动识别系统能否替代船舶报告制度进行了分析,针对发现的中国船舶报告制度的不足和自动识别系统的优越性,提出了中国船舶报告制度的改进和发展对策。     

模糊控制器在船舶动力定位系统中的应用及改进

本文研究了船舶动力定位中模糊控制的应用问题,探讨了模糊控制中隶属函数和模糊规则的具体制定,并应用可变论域的思想对模糊控制器进行改进.对船舶的纵向运动进行了控制与仿真,并且做了比较与分析.仿真结果表明,改进的模糊控制器能对船舶的动力定位实施更有效的控制.     

船舶交通流组合预测方法研究

船舶交通流预测的研究能为港口设计及船舶通航安全管理提供基础性数据.基于港口特征、船舶行为和船舶交通流的历史数据,建立了一种改进的船舶交通流变权组合预测模型,较好地解决了现有船舶交通流预测算法中存在的预测精度不高、依赖于经验的不足.以天津港主航道连续9年的历史观测数据为例进行验证,结果表明,改进的组合预测模型能够减小单一模型预测中存在的不确定性,从而提高了整个预测系统的精度及其稳定性.     

绞吸挖泥船抗风能力研究

绞吸式挖泥船在远海施工常常面临恶劣的环境条件,研究利用现场实际情况提高船舶的抗风能力至关重要。以绞吸式挖泥船"天凯"为研究对象,通过对环境力的分析,包括风、海流、波浪等环境因素,研究船舶在各种环境条件下受力情况,对船舶锚机建立物理模型进行数值模拟,提出锚机座改进方案,提高了船舶的抗风能力,提出船舶外海抗风方案,提高了船舶外海施工适应性和安全性。     

基于改进AK-MCS法的船舶板架极限强度可靠性分析

[目的]船舶结构极限承载能力不足会导致海损事故,为此提出改进AK-MCS法,用于船舶结构极限强度可靠性研究。[方法]通过引入信息熵中的学习函数H对样本点进行二次寻优,以提高最佳样本点的质量,从而提高Kriging模型的精度和更新效率;采用K折交叉验证替代AK-MCS法的迭代停止准则,解决原本迭代停止准则过于保守的问题,以有效避免发生过学习和欠学习状态,从而以较少的样本点训练Kriging模型,实现对极限状态函数的高度拟合。使用非线性振荡器数学模型进行验证,并将改进AK-MCS法应用于船舶板架的极限强度可靠性研究。[结果]仿真结果表明,改进AK-MCS法调用有限元模型的次数比原方法减少了38%,验证了改进AK-MCS法的求解效率和精度。应用结果表明,该方法的计算精度最高,且调用有限元仿真次数比原方法减少32%,验证了改进AK-MCS法在船舶板架极限强度可靠性研究中的适用性和高效性。[结论]使用改进AK-MCS法研究船舶板架极限强度的可靠性,可评估船舶实际航行中局部结构尤其局部较危险结构的失效概率。     

改进LEACH算法的船舶无线网络路由算法机制

路由算法是船舶无线网络通信的重要技术,当前船舶无线网络路由算法的能量消耗比较大,影响船舶无线网络生命周期,同时存在船舶无线网络数据传输时延长的缺陷,为了解决当前船舶无线网络路由算法存在的局限性,设计了一种改进LEACH算法的船舶无线网络路由算法。首先对LEACH的船舶无线网络路由算法工作原理进行分析,找到引起不足的因素,然后根据最优簇首数对船舶无线网络进行分区,并选择最优节点作为簇首,最后对船舶无线网络的路由通信机制进行改进,以减少数据传输能耗,并进行了船舶无线网络路由算法的性能测试实验。结果表明,本文算法能够大幅度降低船舶无线网络路由数据传输错误概率,节约了船舶无线网络路由数据传输的能耗,提高了船舶无线网络路由可靠性,较好克服了当前船舶无线网络路由算法存在的不足,具有较好的实际应用价值和理论研究意义。     

基于改进蚁群算法的船舶路径规划及跟踪控制

针对船舶自动化研究领域中的路径规划和路径跟踪2个问题,提出一种基于改进蚁群算法的船舶路径规划方法。为了更好解决传统蚁群算法存在的问题,使用人工势场法改进蚁群算法信息素更新策略,统筹船舶路径规划与船舶路径跟踪控制问题,通过引入神经网络对船舶动力学子系统的未知不确定项进行逼近,设计一种基于径向基神经网络算法的滑模控制器,仿真实验验证了本文所提出算法的有效性。     

基于闭环增益成型算法和改进粒子群算法的舰船航向控制

如今,海上航线的船舶密度不断提高,且船舶的动力性能更强,速度更快,在航线拥挤的地方往往会发生船舶碰撞事故。为了提高船舶的航行安全性,有必要针对船舶的航向控制技术进行优化。本文首先研究闭环增益成形算法和改进粒子群算法的原理,建立舰船航向控制过程的动力学模型,基于这2种优化算法对舰船的航向控制系统进行研究,有助于改进舰船航向控制水平。     

船舶监控系统中的大数据处理平台研究

首先阐述了基于大数据平台的船舶监控系统的功能,以及船舶监控系统的工作流程,指出研究此系统的关键技术是大数据平台任务分布式查询和作业调度,然后通过对传统研究算法的改进,设计了ITPUT分布式查询算法和Three-Queue作业调度算法,最后实验结果表明本文所改进的算法响应时间短、执行效率高。     

吊舱推进器船舶的操纵系统数学建模与仿真

吊舱推进器船舶是一种新型的电力推进船舶,这种船舶的稳定性和机动性良好,近年来获得了非常广泛的应用。为了提高吊舱推进器船舶的操纵水平,进而提高吊舱推进器船舶的动力特性,本文针对该船舶的操纵系统进行了深入的研究,并通过建立吊舱推进器船舶的操纵运动模型、海上干扰作用力模型,对吊舱推进器船舶的运动进行仿真试验,对改进该船舶的动力性能有一定指导作用。     

造船企业与供应商产品质量改进协作模型研究

为了有效地协调造船企业与其供应商产品质量的改进,研究由大型船舶建造项目主制造商和一个设备供应商组成的造船供应链的质量改进协作问题,构建了基于质量改进协作的收益共享契约模型.在提出的收益分享合同契约中考虑了大型船舶建造项目主制造商的组装能力和供应商产品质量提升这两个重要因素.可有效协调造船供应商产品质量的改进.     

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。     

悬链式船舶链条机械磨损寿命预测准确度评估

为了提高悬链式船舶链条机械磨损寿命预测准确性能,设计了一种基于改进神经网络的悬链式船舶链条机械磨损寿命预测模型。首先对悬链式船舶链条机械磨损寿命预测研究现状进行分析,找到引起悬链式船舶链条机械磨损寿命预测精度的因素,然后收集悬链式船舶链条机械磨损寿命的历史数据,并采用BP神经网络建立悬链式船舶链条机械磨损寿命预测模型,并引入自适应遗传算法对BP神经网络的不足进行改进,最后采用仿真实验对悬链式船舶链条机械磨损寿命预测模型的准确度进行评估,结果表明,改进神经网络提高了悬链式船舶链条机械磨损寿命预测精度,预测结果比其他模型更加可靠。     

利用Apriori算法进行船舶缺陷数据研究分析

港口国检查是以确保人员和船舶安全、预防海事事故、防止海洋环境污染为目的的专门检查。随着环保意识的不断加强,港口国检查发挥着越来越重要的作用。数据挖掘技术能够从大量模糊数据中发现有价值的信息。船舶缺陷数据分析利用数据挖掘技术,从海量船舶数据中发现数据间的关联规则,从而提高港口国检查的工作效率。本文研究Apriori算法,针对该算法的不足进行改进,实现了基于改进Apriori算法的船舶缺陷数据分析系统。