粗糙集-BP神经网络组合在PSC选船模型中的应用

本文以欧盟最新港口国监督法令(2009/16/EC)巴黎备忘录目标船选船机制(NIR)为研究对象,提出基于粗糙集和BP神经网络组合算法的PSC的新选船模型。研究结果表明:该算法有效结合粗糙集理论与BP神经网络的优点,属性约简科学合理,避免选择评价因素的主观影响,简化了网络结构。     

基于改进离散粒子群算法的选星模型

针对现有的天文航海技术存在的不足之处,设计基于离散粒子群的船舶定位选星模型。运用Open GL对索星卡可视化,依据The Nautical Almanac进行后台数据库搭建;根据选星要求建立选星数学模型,通过改进的离散粒子群算法优化模型得出最优的3颗恒星;利用仿真试验来验证该方法的可行性和有效性。仿真结果表明该系统在天文航海中具有一定的使用价值。     

江苏物润船联网络股份有限公司

<正>客服电话:0512-56308111中国水陆联运网网址:www.ship56.net江苏物润船联网络股份有限公司(股票代码831096)以"中国内河智能航运现代化水运体系创新技术"项目获得2014年度"中国航海科技奖"一等奖。公司是国内首家以互联网物流电子商务平台成立的上市企业,拥有国内首家3G视频标准化业务,实时掌握船、货动态,录像回放等功能。公司旗下的国内专业物流供应链有限公司,可以为船舶所有人、货主提供一站式物流服务。此外,公司还承接在线投     

应用粒子群优化算法改进无人船航行路径规划研究

在已开发的FR无人船的设计与实现背景基础上,针对其航线规划使用传统算法时易于困处局部最优、抗干扰适应性不够和控制精度不高等问题,应用粒子群优化算法来改进求解更优航迹。通过在粒子初始化时添加适应度函数加以修正改进,使路径种群在初始化有较高的有效性,从而增进算法的整体收敛速度和航迹跟踪精度。研究完成模型构建、算法优化、模拟仿真计算和试验验证。计算及试验结果显示,应用改进粒子群优化算法在复杂环境中,FR无人船能规避水面障碍物,逃离局部最小值点,准确到达设定点,收敛速度更快,满足及时响应的需要。     

基于粒子群算法的电池船运行优化

为了缓解化石能源紧缺、减少船舶污染气体排放,构建以大容量储能电池为主动力的绿色船舶,是实现海洋碳达峰与碳中和的关键。将储能技术和电力推进技术引入到船舶电力系统中,形成全电力船舶已逐步成为船舶设计的趋势。利用粒子群优化算法,兼顾船舶多种运行工况,提出一种面向直流全电池船舶运营管理的系统优化方案。为验证所提方法的有效性,选取典型航线,对电池船运行过程中的经济性进行测算。仿真结果表明船载储能系统可以平抑船舶航行时由负荷变化引起的剧烈波动,通过优化电池船的运营管理,在减轻船舶电力系统波动的同时,降低船舶运行过程中的总成本。     

主要港口国组织和国家PSC检查选船机制

PSC检查是远洋运输船舶管理者关注的主要问题之一。分析巴黎备忘录、东京备忘录和美国海岸警卫队选船机制,对船舶到达相关备忘录国家和美国港口如何确定是否进行PSC检查给出建议。     

基于粒子群算法的压气机热力学模型研究

压气机性能对涡轮增压柴油机性能影响显著,也是仿真计算的难点和重点。压气机热力学模型虽原理清晰、扩展性好,但模型参数获取比较困难。为克服这一难题,该文提出利用实验图谱,基于粒子群算法对压气机特征参数进行优化建模的方法。利用所获取压气机有限范围内的特性图谱,选取多个参数作为建模的优化参数,包括进出口直径、叶轮入口角、扩压器入口角、叶片后弯角与叶轮出口宽度等,将优化后热力学模型计算结果与实际特性图谱进行比较。结果表明：该方法所建立的热力学模型能够较好地匹配实验图谱,扩大了压气机模型的适用工况范围。     

浅谈PSC选船系统目标因素设置应考虑的问题

通过对巴黎备忘录、AMSA和USCG港口国监督选船系统中目标因素（或称风险因素）设置进行分析,提出我国PSC选船系统目标因素设置应考虑的问题,以便更好利用PSC这道水上交通安全和防止船舶污染的门槛,将低标准船舶拒之于中国水域之外。     

改进粒子群优化算法自适应波束形成技术

本文研究了利用粒子群优化算法进行自适应方向图控制的综合方法,给出了自适应阵列处理的数学模型以及LCMV自适应波束形成器的数学表达,介绍了粒子群优化算法的基本思想和算法流程。结合粒子群优化算法和自适应方向图控制的相关知识,本文提出一种基于多虚拟干扰源的改进粒子群算法并将其应用于LCMV自适应波束形成器以提升其性能并进行自适应方向图控制。仿真结果表明,该方法可有效改善LCMV自适应波束形成方法在多重干扰情况下零陷生成效果不佳、低快拍下性能较差等缺点,改善输出信干噪比,并在加深零陷和降低旁瓣等方面效果显著。     

基于粒子群改进算法的水下滑翔机路径优化

水下滑翔机以其低功耗、低成本和低噪声等优势在海洋科研、环境监测、资源探测和军事侦察等领域具有广阔的应用前景。基于效率最优原则的水下滑翔机路径规划对降低滑翔机的功耗和快速到达指定位置至关重要。基于水下滑翔机效率模型的路径规划问题是一种非线性混合整数规划问题,针对此类问题在建立水下滑翔机效率模型的基础上提出粒子群改进算法。利用该算法,在效率最优原则下对水下滑翔机到达指定位置的路径进行优化。通过与其他算法比较可知,该算法能够比较快速地找到质量较高的最优解,适合解决非线性混合整数规划问题。     

融合改进粒子群算法的船舶图像检索研究

为了提高船舶图像检索效果,针对当前的船舶图像检索过程中特征权值的确定问题,提出一种融合改进粒子群算法的船舶图像检索方法。首先对当前船舶图像检索方法进行分析,提取不同类型的船舶图像检索特征,然后采用粒子群算法确定船舶图像检索特征权值,并对粒子群算法存在的缺陷进行相应的改进,最后通过特征加权得到船舶图像特征之间的相似度值,根据相似度值得到船舶图像检索结果,并采用多幅船舶图像进行检索实验,结果表明,本文方法的船舶图像检索率超过94%,而船舶图像的误检率和漏检率均低于5%,获得了十分理想的船舶图像检索结果。     

基于改进粒子群算法的船舶排样问题研究

提出了一种改进的粒子群算法来解决船舶排样问题。该算法将混合蛙跳算法的分组思想引入简化粒子群算法中,粒子能够利用更丰富的信息进行更快地收敛。船舶排样零件形状虽多为不规则图形,但它可以转化为矩形件后再进行排样。剩余矩形排样法是解决矩形件排样问题的一种较好的启发式算法,它既满足BL条件又符合BLF算法的思想,这样就能够对排样过程中产生的空白间隙进行填充,保证了较高的板材利用率,有利于找到较优解。用此算法结合剩余矩形法对2组矩形件进行排样,达到了90%以上的利用率,均优于对比文献,表明了本文算法的有效性。     

自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

基于粒子群优化算法的船舶电力系统脆性分析

为了提高船舶电力系统稳定性,提出基于粒子群优化算法的船舶电力系统脆性分析方法,构建船舶电力系统的稳定性控制约束参量模型,以电机模型参数为控制对象,通过船舶电力系统电机的转速信息和电磁转矩信息进行船舶电力系统脆性特征分析,采用PI控制算法进行船舶电力系统的输出稳定性控制,建立船舶电力系统的反馈动态补偿稳定性控制模型,结合粒子群优化算法进行船舶电力系统稳定性控制的参量自适应调节,实现船舶电力系统脆性预测和稳定性控制。仿真结果表明,采用该方法进行船舶电力系统脆性分析的准确性较好,控制稳定性较强,提高了船舶电力系统的输出鲁棒性。     

基于粒子群优化算法的船舶机舱布置优化

船舶机舱布置的优化设计是现代船舶设计的重要研究领域,一个合理的机舱布置不仅能满足整体的空间需求,同时还能提升船舶动力系统性能。船舶机舱布置的优化是一个多条件约束问题,随着现代船舶结构复杂度增加,传统CAD交互式设计方法已经不能满足现代机舱布置优化性能要求。粒子群优化算法是一种基于遗传算法的智能优化算法,能够对多边界条件进行模拟,算法复杂度较低。本文设计了基于粒子群优化算法的船舶机舱布置的优化系统,并进行仿真。     

基于改进粒子群算法的散焦舰船图像模糊参数估计

针对散焦舰船图像模糊问题,采用传统参数估计方法受到噪声影响,导致估计误差较大,为了避免该问题,提出改进粒子群算法。分析散焦舰船模糊图像退化模型,得到退化后图像计算公式。根据该公式初始化粒子群,通过跟踪极值来判断最新位置,并对运行速度进行控制。采用改进后的例子算法构建半径为r的圆,并分析圆弧形状和散焦频谱特征,通过计算幅值可得到散焦模糊参数的估计。由实验结果可知,该方法最高估计精准度可达到0.985 2,具有较强抗噪性能。     

基于云的粒子群算法在船舶工程中的研究

船舶的运动情况对于船舶航行的安全非常重要。本文利用船舶纵向运动微分方程获得辨识参数,通过云的粒子群算法进行参数优化,最后进行实验仿真,实验结果表明了此算法能够较为精准的描述出船舶的纵向运动情况。     

基于云粒子群算法的船舶纵摇运动参数辨识

提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法。该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度。应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内。     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。