共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
《舰船科学技术》2016,(23)
为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法(self-adapting particle swarm optimization algorithm,SAPSO),将该算法与误差反传(back propagation,BP)神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船"育鲲"轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。 相似文献
5.
基于自适应变异 PSO-BP算法的船舶横摇运动预测 总被引:1,自引:0,他引:1
为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法(self-adapting particle swarm optimization algorithm,SAPSO),将该算法与误差反传(back propaga-tion,BP)神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船“育鲲”轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。 相似文献
6.
7.
船舶各种设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶上设备繁多,运行环境特殊,因此,各种设备的故障症状与故障原因之间关系十分复杂,使用传统诊断方法在实际应用中效果不理想。BP神经网络在故障诊断中有广泛的应用,但由于BP网络采用的是沿梯度下降的搜索求解算法,存在收敛速度慢,且容易陷入局部极小等问题。而遗传算法具有全局搜索速度快的优点。为此,采用自适应遗传算法来优化BP神经网络,并以船舶主机轴系的故障诊断为实例,证明遗传算法优化的BP网络方法非常适用于对船舶各种设备故障的早期诊断和预测。 相似文献
8.
9.
引导进化模拟退火算法在船舶能优化设计中应用 总被引:4,自引:0,他引:4
引导进化模拟退火算法是一种采用全局优化策略的人工神经网络的平行技术,综合了遗传算法,模拟退火,模拟进化的思想,并在解空间实施区域引导,本文用该算法进行船舶性能优化计算,速度快捷,其全局化策略,可避免陷入局部最小值。 相似文献
10.
11.
12.
基于BP神经网络的舰艇战损装备抢修排序 总被引:1,自引:0,他引:1
针对现代海战中影响舰艇战损装备抢修排序的因素不断增多,作战环境更加复杂,单一指标已不能满足抢修决策的需求,为了提高舰艇指挥员战时抢修决策的准确性和合理性,本文采用BP神经网络对舰艇战损装备抢修排序进行决策,建立了BP神经网络模型,最后通过实例进行网络训练,结果表明该方法具有较高的准确性和可行性。 相似文献
13.
14.
遗传算法能同时优化BP神经网络的网络结构和权值阈值,与BP网络和遗传算法相比,不仅在权值和阈值训练方面更加快速稳定,而且能够在学习过程中确定网络的拓扑结构,具有较高的学习效率,同时避免了BP算法和遗传算法的缺陷,在物流管理中对物流配送中心的选址和经济决策具有重要的现实意义。 相似文献
15.
16.
针对车辆超载检测中复杂的数据处理,提出了基于BP( Back Program)网络的非线性检测模型.为了克服神经网络在梯度学习中存在的收敛速度慢,容易陷入局部极小等不足,将多种群竞争机制引入到免疫进化中,提出了一种新的基于实数编码的多种群竞争免疫算法,并基于车辆轴重检测数据实现了BP网络的权值和阈值优化.实验结果验证了... 相似文献
17.
针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷,提出一种基于U-D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比,该方法不仅大大加快了学习收敛速度,数值稳定性好,而且比BP算法需较少学习次数和隐节点数,学习效果也更好,将这种学习算法应用在船舶操纵的神经网络控制器中,仿真结果表明该方法是提高网络学习速度改善学习效果的一种有效方法,可有效解决非线性系统的控制问题。 相似文献
18.
19.
GESA算法是一种全局采用全局优化策略的人工神经网络的并行技术,它以一种新颖的方式综合了遗传算法,模拟淬火、模拟进化的思想;它的另一个特点是在解空间实施区域引导 。本文用GESA算法进行船舶性能优化计算,这种方法速度快速,由于是全局优化策略,避免了陷入局部最小值,利用该方法,可向设计部门提供咨询服务。 相似文献
20.
《中国修船》2020,(4)
为诊断与分析船舶同步发电机定转子绕组匝间短路故障,文章采用基于主成分分析法(PCA)和遗传算法(GA)优化BP神经网络(GA-BP神经网络)的故障诊断方法。首先利用Maxwell软件平台故障仿真得到的定子三相电流作为特征信号,通过小波包分解重构以及PCA降维的处理方式,生成15维的样本数据,降低了网络规模以及处理计算时间,并针对传统BP神经网络收敛速度慢以及易陷入局部极小值的特点,利用GA算法对BP神经网络权值与阈值进行优化。通过样本数据对GA-BP神经网络进行训练测试,验证了PCA和GA-BP神经网络对于船舶同步发电机定转子匝间短路故障诊断具有可行性以及准确性。 相似文献