模糊推理规则的学习算法A

针对模糊推现规则的学习问题，基于Ｂ－Ｐ学习算法的思想，本文提出了模糊推理规则的学习算法Ａ。对于给定的训练集，学习算法Ａ能通过迭代学习到模糊推理规则，ｉｆＸｉｓＡｔｈｅｎＹｉｓＢ（α，β）中的α，β学习算法是Ａ具有易于实现之优点。     

模糊系统的确定及其比较研究

指出ＯＬＳ（ＯｒｔｈｏｇｏｎａｌＬｅａｓｔＳｑｕａｒｅｓ）算法可以用于广泛的模糊系统确定问题，对于不同的实际问题，模糊系统应选取其较合适的隶属度函数类型和规则运算精了，通过倒立摆控制系统实例，对该系统所选择的不同隶属度函数及规则运算算子做了实验比较研究。     

移动云环境下船舶逻辑规则的查询裁剪优化策略

针对移动云环境下船舶逻辑规则的查询裁剪的复杂度高、效率低等问题,对探测查询和剩余查询算法进行优化。最后进行优化结果分析,从优化的时间和空间消耗、缓存空间需求量等方面进行与未优化算法的对比。通过对比结果可看出,本文优化后的算法提高了效率,降低了复杂度。     

基于规则评价的武器目标分配方法

遗传算法、蚁群算法、粒子群优化算法等解决武器目标分配问题的典型方法尚不能满足工程应用的要求,为了提高舰艇对反舰导弹防御过程中的武器目标分配问题的工程化水平,采用系统分析的方法,提出一组适应舰艇火力通道组织的火力分配规则,设计了基于规则评价的武器目标分配方法,建立了评价函数及求解过程,并分析了算法的复杂度,该方法可以使目标分配结果与规则的符合度直观明确,更符合指挥员的自然决策思维过程,具有很好的工程实用价值。     

用于目标检测和精确定位的水下机器人视觉系统

基于目标检测和精确定位的ＡＵＶ（Ａｕｔｏｎｏｍｏｕｓ Ｕｎｄｅｒｗａｔｅｒ Ｖｅｈｉｃｌｅ）视觉系统是水下智能机器人感知水下环境信息、进行自主作业的关键技术。本文着重介绍了视觉系统的工作原理、模块结构、特征提取和目标检测与定位算法。最后给出了仿真试验结果,以说明系统工作的有效性和实用性。     

基于改进Apriori算法的船用柴油机装配工艺文件关联规则挖掘研究

柴油机作为船舶关键部件之一,其装配工艺设计的合理与否与船舶的整体性能直接相关。针对企业历史装配工艺文件不能充分为新机型装配任务发布时装配工艺设计提供支撑的问题,提出一个基于关联规则挖掘的柴油机装配工艺规则挖掘系统,该系统充分利用已有装配工艺文件,结合数据挖掘技术,对文件进行挖掘分析,建立装配规则库,为后续装配工艺智能设计提供数据支持。本文提出一种改进的Apriori算法,建立了关联规则挖掘的数学模型和基于自定义词典装配工艺文件分词算法,将分词处理过后的文件可以作为数据挖掘算法的输入,并在传统Apriori算法的基础上提出一种改进的Apriori算法,该算法核心思想是在对候选频繁事务集剪枝时,降低算法的时间复杂度,从而提高挖掘效率直到获得柴油机装配工艺文件中的关联规则。最后以某船厂的历史机型柴油机气缸盖装配工艺文件为例,验证了改进Apriori算法在挖掘柴油装配工艺文件关联规则时的可行性和有效性。     

应用规则引擎构建舰艇作战决策系统方法研究

针对开发作战决策系统存在的问题,提出了基于规则引擎构建作战决策系统的方法。该方法使用开源Java规则引擎Drools作为决策系统的推理机,使决策规则与其它仿真软件代码分开,显著提高了系统开发效率,降低了系统维护的复杂度。Drools采用面向对象系统增强并优化的Rete算法实现推理机的模式匹配,可满足规则复杂的作战系统对决策时间的要求。实验表明,该方法能很好地完成复杂决策系统的构建。     

换热器熵产及能量转换质量分析

导出了换热器流体有限温差传热过程引起的熵产无因次表达式，并给出了顺、逆流换热器在ＮＴＵ＞ＮＴＵ条件下，Ｎｓ随ＮＴＵ不同变化规律的合理解释；提出了换热器能量转换质量的一种判别准则并进行了分析。     

一种生成通用简约验证测试集U（P,W）矩阵的算法

作者曾著文给出了构造Ｕ（ｐ，ｗ）矩阵的公式，一个Ｕ（ｐ，ｗ）矩阵含有特定的一组权在前文的基础上，本文讨论如何根据给出的权产生相应的全部矢量的算法。本算法比较简单，适用于二值逻辑和多值逻辑。     

自主式水下潜器海洋环境监测系统技术概念

介绍了被誉为未来海洋卫星的自主式水下潜器ＡＵＶ（Ａｕｔｏｎｏｍｏｕｓ Ｕｎｄｅｒｗａｔｅｒ Ｖｅｈｉｃｌｅｓ）的国外发展新动态、自主式海洋采样网络ＡＯＳＮ（Ａｕｔｏｎｏｍｏｕｓ Ｏｃｅａｎ Ｓａｍｐｌｉｎｇ Ｎｅｔｗｏｒｋ）和海洋中的“卫星”技术概念和应用前景。     

正则搜索树的分支因数

正则搜索树的分支因数对算法的复杂度有决定性影响。尤其在深度优先的启发式搜索中，决定时间复杂度的启发式分布与分支因数紧密相关。本文介绍两种分支因数的计算方法：数值法与解析法。在数码难题及鲁比克魔方这两类实际的问题空间上，用这两种方法可获得相同结果。这些结果是进一步研究算法时间复杂度的必要基础。     

Windows环境下建立VISUAL BASIC图标集

本文介绍一种在Ｗｉｎｄｏｗｓ环境下将ＶＩＳＵＡＬ ＢＡＳＩＣ２．０版提供的３９８个图标建成图标集的方法。文章最后，介绍了船舶ＣＡＤ工程中心利用ＶＩＳＵＡＬ ＢＡＳＩＣ图标进行油船总体设计系统包装的实例。     

水下机器人光视觉信息获取及处理算法

自主式水下机器人（ＡＵＶ）具有自主导航、自主避碰和自主作业能力，光视觉信息获取与处理算法是ＡＵＶ进行水下作业的重要内容和关键技术。本文着重叙述水下三维目标信息的获取过程和图象常用算法，最后给出试验结果，以说明研究工作的有效性和成果的实用性。     

基于相关性精简关联规则生成算法

针对传统基于支持度-置信度桩架关联规则挖掘算法生成规则只考虑支持度和置信度的因素、没有考虑规则两者本身内在的关系并因此产生大量无效的规则的情况,提出了一种采用相关性精简关联规则产生的算法,此算法增加了一个度量——相关性来精简关联规则的产生。实验表明该算法在继承传统算法的优点的同时在一定的程度上提高了规则的有效性,降低规则冗余。     

隐私保护关联规则挖掘算法AOPAM的改进

随着大数据时代的来临,数据挖掘过程中的隐私泄露给数据挖掘工作者带来了很多问题和挑战.在数据挖掘过程中,如何在保护敏感信息的同时,高效地挖掘出符合精确度的结果,是隐私保护数据挖掘领域的热点问题.文中首先介绍了AOPAM隐私保护关联规则挖掘算法,通过分析该算法的缺陷和不足,引入了递推和分治策略,提出了一种新的改进算法.通过利用已知项求解未知项的思维,简化了高阶矩阵的求逆运算,有效减少了数据库的扫描次数,降低了AOPAM算法在计算重构项集支持度时的时间复杂度.实验表明,以同类型数据测试,与原算法相比,改进后算法在运行时间效率上得到了有效提高.     

大数据在轮机故障诊断系统设计中的应用

随着现代船舶技术的发展,轮机系统向大型化和自动化方向发展,设备和控制系统日益复杂,现有的故障诊断技术越来越无法满足人们的需求。数据挖掘技术能够从大量的数据信息中提取并找到有用的信息,极大的推动了人们分析和处理大数据的能力。将数据挖掘技术引入船舶轮机故障诊断系统中,能够有效提高诊断系统的效率。本文设计基于大数据的轮机故障诊断系统,研究现有的基于关联规则的Apriori数据挖掘算法,并进行优化改进,有效降低整个算法的复杂度,并进行了仿真实验。     

短波通信中的Turbo均衡技术及应用

研究了turbo均衡原理及几种均衡算法，并针对具有严重ISI的短波信道，在信道参数已知和不匹配的情况下，对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较，结果表明，MMSE／SOVA算法在迭代几次以后具有良好的误码性能和鲁棒性，且计算复杂度低，利于工程实现。     

粒子群优化算法在海底地形导航中的应用

海底导航技术随着深海测量技术的不断进步,得到了迅速的发展,逐渐成为各国研究的热点方向。传统的地形匹配算法由于海底地形的特殊性等因素,普遍存在复杂度高、匹配误差大等问题。本文研究了常规粒子群算法,将平均Hausdorff距离和混沌局部搜索引入粒子群算法中,有效降低算法复杂度,同时提高STAN的定位精度和计算速度,并给出仿真结果。     

船舶仿人智能自动避碰控制系统

本文根据１９７２年国际海上避碰规则和自动控制理论，研究了船舶智能自动避碰控制系统的数学模型，给出了船舶仿人智能自动避碰的控制规则和计算机算法及其软件。系统的数字仿真表明：本系统的智能控制算法是可行的，系统的控制特性是良好的。     

基于FP-growth的前后部项约束关联规则改进算法

为解决项约束关联规则挖掘算法未考虑用户感兴趣的项属于规则前部还是后部,而导致生成大量冗余关联规则的问题,论文提出了一种基于FP-growth的前后部项约束关联规则挖掘算法,该算法先对用户感兴趣的规则前后部项进行标记,构成约束条件。然后对事务集进行筛选,压缩事务空间,简化FP-tree建立,最终挖掘出有效的频繁项集和关联规则。实验结果表明该算法与其他项约束关联规则算法相比,运行时间较低,减少了冗余关联规则的数量,且具有较好的规模增长性。