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。     

渔船非线性横摇理论研究分析

为讨论船舶在波浪中的非线性横摇,应用非线性动力学的方法对现象进行理论分析,得到主共振情况下船舶运动稳态响应的解析解,并对实船进行稳定性分析。通过不同波浪条件下船舶非线性横摇运动的模拟计算,预报船舶在横浪中的横摇运动,预报结果与试验结果比较一致。     

基于渐进法的船舶横摇非线性阻尼系数识别

阻尼对于海浪中船舶的横摇运动响应预报至关重要。本文基于渐进法,利用自由横摇衰减数据,提出了一种适用于船舶大幅横摇运动的非线性阻尼系数识别方法。非线性阻尼选用线性加二阶模型,非线性回复力矩可以是任意形式的奇函数。通过数值方法模拟生成自由横摇衰减曲线,采用本文方法识别阻尼系数,验证方法的有效性。开展不同横摇角幅值下的参数研究,将不同船舶横摇方程的阻尼系数识别结果与其他方法的估算结果进行对比分析,验证了本文方法的高精度。最后,将本文方法应用于船舶自由横摇衰减实测数据,识别其非线性阻尼系数,数值模拟结果与试验数据一致性较好。研究表明该方法精度高,易操作,适用于大角度横摇和强非线性回复力矩条件下非线性阻尼系数的识别。     

船舶运动惯导实测数据的非线性混沌特性的判定

利用基于关联维数的相位随机化的替代数据法，给出了对船舶运动惯导实测时间序列进行非线性判定和混沌判定的方法，计算结果表明船舶运动纵摇和横摇时间序列中含有非线性成份，指出船舶运动的建模和预报须用非线性时间序列的原因，研究了使用混沌时间序列S判据对船舶运动进行混沌判定的方法。     

基于自回归模型的船舶姿态运动预报

介绍了自回归时间序列分析法的建模预报原理,并给出了船舶纵摇运动预报应用实例。为检验船舶纵摇运动预报效果,还用船舶纵摇观测数据进行了仿真研究,将真实曲线与预测曲线比较,观察其拟合程度的好坏。实例分析表明,自回归预报算法简单且容易实现,预报精度约为4.6%左右。自回归时间序列分析法亦可用于船舶横摇、首摇等姿态的时间序列预报,该方法在工程中具有很大的实用价值。     

船舶横摇运动预测误差研究

通过对船舶横摇运动的预测误差与输入过去样本长度之间的关系进行研究,提出船舶横摇运动预测误差的经验公式,该公式可用于确定指定预测误差下的最小过去样本长度.采用小波-自回归算法模型进行横摇预测,统计分析预测均方根误差值与输入过去样本长度之间的关系,结果表明,预测过去样本长度与预测均方根误差之间遵循幂函数关系.     

神经网络方法在舰船姿态运动预报中的应用研究

将神经网络应用于舰船姿态运动预报中,利用带有延迟反馈的回归神经网络的暂态、学习效率高、动态映射等优点,提出多输入单输出简化的对角回归神经网络,并给出舰船姿态运动预报模型。在此基础上进行算法收敛性的说明。最后采集15个样本,通过分析样本的平均误差、均方误差和相对误差来说明本文所此采用的算法对舰船纵摇姿态的预报结果有效。为提高预报精度需要将船舶受到的外界干扰融合到模型中,从而可得到理想的预报效果。     

基于固定网格小波神经网络的不规则波中船舶横摇运动在线预报（英文）

船舶横摇运动预报对于船舶安全与作业非常重要。本文应用固定网格小波神经网络在线预报不规则波中的船舶横摇运动。该固定网格小波神经网络由离散的小波激活函数组成,其结构和参数可以基于滑动数据窗在线调整;在每一个滑动数据窗,误差下降比判据被用来从小波函数库中选择重要的小波函数项来构建小波神经网络模型,直到该模型可以较好地表达所研究的非线性系统,获得的模型一般比较简洁。预报结果表明,仅仅几个小波函数项就可以很好地捕捉到不规则波中船舶横摇运动的非线性动力学内在特性,这不仅展示了小波函数很强的非线性表达能力,也证实了所采用的建模方法对于预报船舶在不规则波中的横摇运动的有效性。     

船舶非线性横摇运动分析的Lyapunov特性指数法

将Lyapunov特性指数用于船舶非线性横摇运动稳定性分析,阐述了Lyapunov特性指数的计算方法.将Lyapunov特性指数作为船舶非线性运动混沌态的判据,给出了Lyapunov特性指数与船舶运动状态之间的关系,通过仿真试验验证了该算法的有效性,并进一步采用Lyapunov特性指数精确寻求船舶非线性横摇运动的阈值,分析了船舶非线性横摇运动的全局稳定性.     

规则迎浪中船舶参数横摇的三维时域预报方法研究

参数横摇是船舶因复原特性改变而引起的典型非线性现象。文章采用三维时域方法预报规则迎浪中船舶的参数横摇运动。该方法引入匹配面将流域分为内域和外域,内域中采用Rankine源来满足物面条件和线性自由面条件,而外域中应用时域格林函数来满足线性自由面条件和远场辐射条件。数值方法中,Froude-Krylov力和恢复力是通过对船舶瞬时湿表面积积分获得,同时考虑了横摇、垂荡和纵摇三自由度之间的耦合作用,以及非线性横摇阻尼的影响。数值结果与试验结果吻合很好,说明该方法可以有效地预报参数横摇。