航运企业客户信用监测预警研究

提出了基于系统模糊优选和支持向量机的客户信用监测预警模型,该方法首先通过系统模糊优选模型划分样本类别,处理了不确定性信息,标示出样本的信用警级,其次利用标示样本对支持向量机进行训练,建立基于二叉树的多类支持向量预警模型;最后,对航运企业客户信用进行监测预警实验,并与BP神经网络和Logit模型进行对比,实验表明该方法有效、可行.     

一种船舶组合导航系统混合误差模型及应用

针对GPS与微机电系统组合导航系统存在高非线性的缺陷,特别是GPS失效期间同卡尔曼滤波方位估计相关的不确定性的影响,提出混合误差模型。使用支持向量机对卡尔曼滤波输出进行建模,利用基于自回归的快速正交搜索对非线性方位误差进行建模,针对GPS/简化的惯性传感器系统利用混合支持向量机-快速正交搜索方法同传统卡尔曼滤波和增强卡尔曼滤波-快速正交搜索方法进行比较,结果表明,混合支持向量机-快速正交搜索方法优于卡尔曼滤波算法和增强卡尔曼滤波-快速正交搜索算法。     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

基于主成分和支持向量机的设备寿命周期费用建模方法

提出运用主成分分析法和支持向量机技术相结合的分析法来减少影响设备寿命周期费用因素的数量,降低建模的难度。利用主成分分析法来约简影响因素,采用支持向量机技术来建模,减少非线性数据带来的不确定性。采用Matlab中的支持向量机工具箱,建立回归估算模型,并以实例分析验证本方法的可行性。     

支持向量机回归方法在船型要素建模中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法，是一种处理非线性分类和非线性回归的有效方法。采用支持向量机回归算法对船型主要要素进行建模，并与常规的回归建模方法进行比较。同时应用实例进行论证，估算结果证明了这种支持向量机回归算法在船型要素建模预测中的有效性和实用性。     

基于SVM的光纤陀螺标度因数建模研究

针对光纤陀螺(FOG)标度因数随温度呈非线性变化的特性,提出采用支持向量机对标度因数进行建模的方法,以减小光纤陀螺输出误差.利用实验数据对支持向量机对进行训练,获得标度因数的温度模型从而提高FOG的精度.同时将支持向量机对标度因数进行建模的结果与传统的最小二乘建模结果进行比较,验证采用支持向量机对标度因数建模是非常有效的.     

基于支持向量机模型的船舶航行广义预测控制

船舶操纵一直是船舶运动控制的研究重点,它与航行安全、能源节约和操作省力密切相关。模型是研究船舶运动控制的基础,本文鉴于船舶的动态具有大惯性、大时滞、非线性等特点,采用了基于结构风险最小化原则的神经网络———支持向量机对船舶进行建模,在建模中充分发挥支持向量机可以任意逼近非线性模型的良好特性,解决对船舶航向预测的问题。进而通过建立预测模型,并结合广义预测控制的算法达到航向保持的目的,且具有较好的稳定性和鲁棒性。     

一种新的船型主尺度要素的数学模型

主尺度要素数学模型的建立是一项重要的工作.在分析支持向量机回归方法的基础上,提出了一种新的船舶主尺度要素模型,即基于支持向量机的数学模型.与传统数理统计回归分析方法和RBF神经网络模型相比,其具有收敛速度快,精度比较高.实践证明,该方法在船舶设计船型主尺度要素建模等复杂系统方面是实用和可靠的.     

基于支持向量机的干散货航运市场运价预警

为分析预测干散货航运市场运价波动的警情,建立基于支持向量机的运价预警模型,并构造相应的算法.选择波罗的海海岬型指数(Baltic Capesige Index BCI)、波罗的海巴拿马指数(Baltic Panamax Index BPI)、波罗的海灵便型指数(Baltic Supramax Index BSI)、波罗的海小灵便型指数(Baltic Handsige Index BHSI)等四个干散货运价指数作为警兆指标,结合航运专家知识经验,确定干散货航运市场运价的实际警度.依据训练样本数据,利用支持向量机的学习功能,通过编制MATLAB软件程序,获得市场运价警度的分类超平面及预测警度区间,并进行内插和外推检验.检验结果表明此方法对于干散货航运市场运价预警有很好的适用性.     

不确定动态船队规划的数学模型研究

针对目前船队规划存在的不足(①没有考虑船舶的技术经济指标随船龄的变化;②在考虑市场不确定性因素时只对其作定性分析或敏感性分析而没有将营运参数作为不确定性函数考虑),重点研究了基于不确定性的动态船队规划模型,同时考虑到不确定性规划求解的复杂性.根据航运企业一定的满意度将模型转化为带有模糊、随机参数的机会约束数学模型并进一步转化为它的清晰等价类再进行船队规划求解.使其数学模型符合航运市场的特点,对航运企业投资决定有重大意义.     

一种基于试验数据的动态辨识建模方法及应用

针对大量的水下航行器使用试验数据,构建复杂非线性系统或是高维对象模型问题,提出一种动态辨识建模方法.首先对非线性离散对象建模问题进行了描述;然后提出一种搜索、聚类、模式分类和线性辨识技术相结合的模型辨识方法;最后通过一个仿真建模实例说明了该方法的有效性.     

模糊粗糙集建模及其在水火弯板变形预测中的应用

水火弯板过程的高度复杂性,采用经典的建模方法难以获得精确的数学模型。本文将模糊逻辑和粗糙集理论相结合提出一种模糊粗糙集建模方法,给出模糊信息系统的知识获取策略,构造一种由相似匹配修正模糊关系的近似推理算法。以船用低碳钢为对象,通过有限元分析(FEA)构建水火弯板加工信息系统,运用模糊粗糙集方法来获取板材加工过程中的变形规律,最后通过模糊推理实现水火弯板表面变形的快速预报。     

基于粗糙-模糊软计算的船板线加热成形加工参数预报方法

提出一种基于粗糙-模糊软计算的建模方法,构造一种基于贴近方向修正的高精度模糊推理算法,通过有限元分析(FEA)建立板材线加热成形工艺信息系统,根据粗糙集软计算获取线加热成形的工艺规律,运用模糊推理实现加工参数的快速准确预报。粗糙-模糊建模适用于线加热成形过程的静态或动态模型的构建,为实现该工艺的智能建模与控制提供一种新的技术手段。     

Alford力作用下计及叶片振动的转子-轴承系统动力学特性分析

为了分析非线性耦合因素与叶片振动对转子-轴承系统动力学特性影响,文章将叶片模化为悬臂梁结构并利用假设模态法离散简化,建立了阿尔福德(Alford)力作用下计及叶片弯曲振动的系统动力学模型。采用Runge-Kutta法对非线性振动微分方程进行数值求解,通过系统响应的分岔图、时间历程图与频谱图、轴心轨迹图、Poincaré映射图和相图研究了叶片弯曲变形以及Alford力对系统的非线性动力学行为的影响。结果表明:叶片振动使系统的不稳定区域提前,转子发生混沌运动的转速范围增大;叶尖气隙引起的Alford力使系统的运动状态变得更为复杂,油膜非线性更加明显。     

A nonlinear model reference adaptive inverse control algorithm with pre-compensator

In this paper, the reduced-order modeling （ROM） technology and its corresponding linear theory are expanded from the linear dynamic system to the nonlinear one, and H∞ control theory is employed in the frequency domain to design some nonlinear system＇ s pre-compensator in some special way. The adaptive model inverse control （AMIC）theory coping with nonlinear system is improved as well. Such is the model reference adaptive inverse control with pre-compensator （PCMRAIC）. The aim of that algorithm is to construct a strategy of control as a whole. As a practical example of the application, the nunlerical simulation has been given on matlab software packages. The numerical result is given. The proposed strategy realizes the linearization control of nonlinear dynamic system. And it carries out a good performance to deal with the nonlinear system.     

基于状态转移法的冷却水系统动态可靠性分析

由于传统的系统可靠性建模与分析方法在描述时间、过程变量和操纵员等的动态影响时存在困难,而无法满足复杂动态系统可靠性分析的需要。对具有动态随机性故障的可修系统采用静态近似处理,经常会导致计算的可靠性指标与实际情况相差较大。针对动态分析问题,应用马尔科夫过程理论建立了系统中部件可靠性参数随时间变化的状态转移方程,根据冷却水系统的原理和运行特点建立了冷却水系统的数学计算模型,并运用算例对该方法进行了分析。分析结果表明,该模型可以合理地分析计算冷却水系统的不可用度随时间的变化。     

基于毁伤树构建系统目标毁伤评估模型研究

针对系统目标毁伤评估的特点和要求,在分析目标功能结构的基础上,提出了基于毁伤树构建毁伤评估模型的方法。提出的基于目标功能的毁伤评估算法的最大优点在于简化了系统目标毁伤评估的复杂性,将作战效能的获取和毁伤意图有机结合在一起,克服了传统毁伤评估的局限性,为复杂系统目标的毁伤评估与建模提供了新的方法。     

基于粗糙集和 SVM 理论的柴油机故障分类预测诊断

文中利用粗糙集和 SVM 理论相结合的方法对柴油机故障进行快速准确分类预测诊断。首先对收集的故障特征数据进行预处理,再运用粗糙集理论进行属性约简得到最优决策属性表,然后使用 SVM 理论中的分类预测规则对最优决策属性表进行诊断分类,得出诊断结果。通过实例分析验证了该诊断方法优于单一的粗糙集诊断和 SVM 诊断。     

粗糙集理论在装备故障诊断中的应用

针对目前部队的装备故障诊断能力较弱的现状,通过几种故障诊断方法的比较,选取出粗糙集作为装备故障诊断方法,从而对已得到的装备状态的测试数据进行分析,利用粗糙集的约简算法消除冗余信息,利用决策表的形式从不完备的、不精确的测试数据中导出诊断规则,并应用于某型电台装备中进行故障诊断。结果表明,诊断结果快速准确,为今后进一步研究粗糙集算法在故障诊断中应用提供了依据。     

Fault diagnosis of marine diesel engine intake and exhaust system based on dynamic feature fusion北大核心CSCD

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析。为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析。[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断。与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能。[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性。