基于LS-SVM的世界海运需求量预测

针对世界海运需求量预测中存在的非线性、复杂性和不确定性,提出基于LS-SVM(最小二乘支持向量机)世界海运需求量预测模型,通过预测实验,并与其他几种常见模型预测结果比较,表明该模型具有预测精度高、速度快、容易实现等优点.     

基于影响因素的SVR备件需求预测研究

文章介绍了支持向量机学习算法,说明其特点,并引出基于影响因素的支持向量回归的备件需求预测方法,用某型备件的历史需求数据例证此法的可行性与精确度。     

基于RBF神经网络与LS-SVM方法的无人机飞行数据预处理方法

在对无人机飞行数据预处理方法分析比较的基础上,将RBF神经网络和最小二乘支持向量机相结合,提出1种飞行数据预处理的组合方法,进行优势互补,对单一方法的处理结果进行加权平均.仿真结果表明,该方法增强了算法的可靠性,提高了数据预处理的精度,具有较强的可操作性和适用性.     

基于LS-SVM的船舶操纵性黑箱建模与预报研究

文章提出了基于LS-SVM的船舶操纵性黑箱建模方法,通过选取影响操纵性能的主要因素,利用LS-SVM建立了操纵性能的非线性回归模型,并利用回归模型对自航模回转试验进行了预报,通过试验与预报结果的对比分析表明,所建立的回归模型具有较高的预报精度,为船舶操纵性预报提供了一种新的技术手段。     

舰船装备备件需求预测方法研究

备件需求预测是装备管理工作中非常重要的一环,它是库存管理工作的基础.精确的需求预测会对制定备件库存策略、构建库存模型产生非常重要的影响.但由于备件需求发生通常具有很强的随机性,这增加了需求分析和预测的难度.论文通过对备件需求预测方法的分析,为备件库存策略的制定提供一定的参考.     

基于LS-SVM的船舶动力定位有限时间控制器设计

为解决船舶模型存在的具有任意不确定性特征的船舶动力定位控制问题,基于有限时间Lyapunov理论提出一种非奇异快速终端滑模控制策略(NFTSMC),提高系统的收敛速度和抗干扰能力。针对模型不确定性问题,利用最小二乘支持向量机(LS-SVM)的非线性函数逼近技术进行补偿控制,引入最小参数技术,将在线学习参数减少到1个,解决维数灾难问题。仿真对比结果表明,提出的控制策略具有较高的优越性。     

基于LS-SVM船舶动力定位有限时间控制器设计

为了解决船舶模型存在任意不确定性的船舶动力定位问题,基于有限时间Lyapunov理论提出了一种非奇异快速终端滑模控制策略,提高了系统收敛速度及抗干扰能力。针对模型不确定性问题,利用最小二乘支持向量机(LS-SVM)的非线性函数逼近技术进行补偿控制,引入“最小参数”技术,将在线学习参数减少到一个,解决了“维数灾难”问题。最后的仿真对比结果验证了提出的控制策略的优越性。     

基于LS-SVM的水火弯板机械手逆运动学求解

对水火弯板机械手的运动学进行分析,实现了正逆向运动学的仿真。主要讨论应用LS-SVM方法对逆运动学进行求解,并与传统LMBP方法得到的结果进行对比。仿真结果表明,此方法能够很好实现水火弯板机械手对加热轨迹的跟踪。     

基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响。对公路软基的观测数据进行分析和取样,输人样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型。研究表明．所建立的模型对公路软基沉降进行预测具有较高的精度．同时具有很好的泛化性能。     

舰船装备维修费用预测的PSO-LSSVM方法研究

提出了一种基于粒子群优化的最小二乘支持向量机(PSO-LSSVM)模型的舰船装备维修费用预测方法,该方法利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了LSSVM模型的预测精度.以某舰船装备维修费用为例进行实例验证,计算结果表明,这种方法比其他方法有更好的预测精度.     

基于寿命分布的备件需求计算模型分析

根据指数分布、正态分布和威布尔分布的寿命分布类型,对航海装备的一些维修备件进行分类,并提出了在满足备件保障度下这三种寿命分布类型备件的需求计算模型,对一些备件需求预测实例进行了预测计算。     

基于灰色加权关联与MS-LSSVM组合的舰船备件需求预测

运用灰色加权关联方法对影响远海舰船备件消耗的主要因素进行分析,以确定备件消耗影响因素的权重大小,以此为依据来筛选出主要影响因素,在此基础上运用支持向量机理论,建立灰色加权关联分析与多尺度最小二乘支持向量机组合的学习模型,将筛选得到的主要影响因素的样本值作为输入值进行学习训练,较好地解决了影响因素与备件消耗之间的非线性关系。实例应用表明,该模型对舰船备件需求的预测具有较高的精度。     

基于任务需求的产品备件需求量研究

针对产品服役期间长期处于贮存状态的特点,研究产品贮存期内的故障规律,建立了基于任务需求的产品故障模型和产品备件需求量模型,为产品备件方案的优化奠定了基础。并通过实例进行验证,说明这种备件需求量确定方法的可行性。     

基于效率的装备备件配置算法

装备备件是装备保障的重要手段,如何确保装备保障性,提高使用效率,备件的配置设计是关键或重要因素。备件的数量决定了装备维修能力和保障水平,也同时决定了装备的成本和费用。备件的科学预测和设计,既能保障急需,又能避免积压和浪费。文章重点探讨备件保障系统和备件携带标准的优化关系或模型,提出备件科学设计以及优化配置的算法,为装备论证和设计提供依据。     

供应链控制下的船舶备件管理

从供应链整体角度出发,论述了供应链管理的概念,分析了航运企业备件管理的一般特点、现状和存在的问题,重点阐述了船舶备件在采购、库存、逆向物流及供应商管理等环节下的控制模式以及以船舶备件信息化管理系统为平台的应对不确定性需求的船舶备件库存和采购策略.以浦海航运有限公司船舶备件库存采购管理实践经验为基础,总结我国航运企业在船舶备件管理方面的相关经验,力求提供一种流程高效、信息共享、成本较低、响应敏捷、协同有效的具有核心竞争力的船舶备件供应链模式.     

基于DAGSVM的装备不常用备件分类方法

针对装备不常用备件需求样本数据有限、影响不常用备件需求的因素众多,且各因素间的关系多为非线性等特点,分析了现有备件分类方法中的不足,并引入在小样本学习方面具有优势的支持向量机(Support Vector Machines,SVM)方法,利用有向无环图支持向量机(Directed Acyclic Graph SVM,DAGSVM)方法对装备的不常用备件进行分类,并进行了实例应用。结果表明,该方法可以有效地解决装备不常用备件的多类分类问题。     

配置随船修理设备对备件储量影响的仿真分析

以舰艇海上执行任务时装备发生故障后换件修理为背景,采用Monte-Carlo仿真方法,对未配置随船修理设备和配置随船修理设备两种情况的随船备件数量进行仿真分析,结果显示配置随船修理设备不仅可以降低随船备件数量,而且可以降低任务时间和任务要求的备件保障度对随船备件数量的需求。     

舰船备件多级库存MLDT计算仿真与备件品种的综合评价模型研究

侧重于解决舰船多级库存备件计算的两个问题：其一,为解决多级库存的备件保障率（P）和平均保障延误时间（MLDT）递推和递归计算问题,编制基于图形界面的仿真计算程序,为装备供应机构提供一个方便且实用的计算工具;其二,提出基于多种影响因素的备件品种综合评价模型,解决指定供应级别中满足给定保障率的库存备件品种的定量计算问题。     

基于AHP-Fuzzy模型的船舶备件保障效益评价

针对船舶备件保障效益评价指标存在的多样性和影响程度不同的特点,通过对备件保障效益的分析,建立了备件保障效益综合评价指标体系,运用AHP和模糊综合评价法分别对指标体系进行了指标权重和备件保障效益评价,形成了一套基于AHP-Fuzzy的船舶备件保障效益评价模型。实例验证表明,该方法对评价船舶备件保障效益具有一定的借鉴价值。     

船舶备件的订购、验收、保管和使用

详细地介绍了船舶备件管理系统,集理论与实践为一体。