油轮洗舱与静电危险

在人类未知使用矿油的时代之前,油轮就已经存在了,它的用途就是在于运送植物油、动物油、甚至是醇酒。那个时代的船舶,只往返于地中海间,船舶所承运的油货都是桶装的液体,直到人类开始使用矿油作为能源之后,真正的油轮才诞生。     

复合模糊神经网络在故障诊断中的应用研究

对于复杂的诊断对象,本文提出了一种复合模糊神经网络结构,该神经网络结构集成了一系列模糊神经子网络,来完成故障分类任务。文中以某高温硝酸冷支系统为诊断对象,以系统故障树为设置子网的基础,建立了含有多个子网的复合模糊神经网络。仿真结果表明了这种方法的可行性和有效性。     

油轮静电的危害分析及对策探讨

本文详细介绍了油轮产生静电的原理、静电对油轮的危害以及防止静电产生的措施，对目前油轮普遍采用的船岸间接地装置提出合理的意见和建议。     

模糊神经网络在故障诊断中的模型与应用

对一种地模糊神经网络的故障诊断方法进行了研究，探讨了模糊误字率攻模糊算了选择，以柴油示功图作为特征信号，构造了船舶主机故障诊断仿真系统，并给出了系统知识学习和模糊推理结果。     

模糊神经网络在综合评判中的应用研究

采用模糊神经网络方法,对企业经济指标进行综合评判,此方法模型一经建立,对复杂的评价问题具有简单方便,快速准确作出反应的优点。     

模糊神经网络在综合评判中的应用研究

采用模糊神经网络方法,对企业经济指标进行综合评判,此方法模型一经建立,对复杂的评价问题具有简单方便,快速准确作出反应的优点.     

模糊神经网络在船舶火灾报警系统中的应用

提出了一种利用神经网络和模糊系统理论设计船舶火灾报警系统的方法。该系统 模糊推理能力哟、神经网络学习能力强的特点,将模糊系统和神经网络结合起来,实现模糊系统设计的自动调整。利用感温式知因式传感器对火灾发生时温度和烟雾两个主要参量进行智能监测委 解决了报警灵敏度和误报率之间的矛盾。     

改进遗传模糊神经网络在舰船组合导航中的应用

由于舰船组合导航系统的实际运行环境比较恶劣，系统精确的数学模型及噪声的统计特性不易先验得到，而导致常规卡尔曼滤波器失效。尝试将改进遗传算法优化的模糊神经网络用于舰船组合导航系统中，仿真结果表明，提出的算法比较有效，并且精度和常规卡尔曼滤波算法相当。     

模糊神经网络在轮机故障诊断中的应用与研究

为了实现对某船用轮机的故障诊断,本文以某船用轮机故障数据为研究对象,基于模糊神经网络算法,制定了合适的误差模型,对故障数据进行特征识别。研究表明:模糊神经网络算法具有较高的鲁棒性,并且诊断成功率较高,可为工程实践提供参考。     

RBF神经网络模型在边坡监测中的应用

在matlab环境下建立了边坡位移预测的RBF神经网络模型.利用已有的监测数据训练神经网络并进行测试,将训练好的网络模型用于预测边坡位移的变化值.最后将该预测方法用于斯里兰卡某边坡监测工程,预测结果与实测的监测数据相比误差较小,从而合理安排监测频次,提高了监测效率.     

油轮洗舱过程中的静电防护

介绍了几次由于油轮洗舱引起的静电而导致的几次重大事故及其油舱洗舱的目的和分类,接着分析了洗舱中产生静电的原因,重点叙述了油舱洗舱的具体保护措施,在每个环节都要重视静电问题,日常操作和管理中严格执行油舱安全管理条例,减少和控制静电事故的发生。     

基于模糊神经网络的水下机器人实时状态监测模型

本文提出了基于人工智能的自主式水下机器人推进器及舵状态监测模块结构,基于模糊神经网络技术,以模糊自适应学习控制网络为核心构筑了状态监测模型,提出了基于最大权值矩阵的规则提取及基于浮点数编码的遗传算法参数调整方法,分析了推进器及舵的状态监测过程,并基于监测模型探讨了推进器及舵工作状态的评价方法.通过计算机仿真试验,验证了本文所提方法的有效性和监测模型的可行性.     

基于模糊神经网络的码头结构健康监测研究

结构监测技术在码头上的应用日益广泛,但通过传感器获取的监测数据往往受到环境的影响。结构的响应变化是非线性的,为了提高数据的准确性,文章提出了一种基于数据融合技术的五阶段数据处理方法,利用冗余和互补数据消除来自环境的噪声和误差。通过有限元分析方法获得神经网络的训练样本,并将该系统应用于无线传感器网络。结果表明模糊神经网络在码头结构监测系统中具有优势和可行性。     

神经网络预测模型及其应用

在社会、经济的各个领域,大量的决策问题离不开对变量未来值的预测。近年来,人工神经网络(以下简称神经网络),作为一种新的预测技术已逐步受到人们的重视。本文首先对人工神经网络作一简要的介绍,然后,详细描述神经网络预测模型;最后,介绍一个用神经网络方法预测油轮运费率的成功例子。     

神经网络理论与模糊理论在目标威胁判断中的应用

本文应用模糊理论和神经网络理论为构造网络，根据模糊决策表选用不同的网络计算目标的威胁度并排序。选用几种典型样本的参数并集中了专家的经验，对样本进行训练，效果良好。计算机仿真结果表明，此算改进了目前常用算法中存在的不足。     

模糊神经网络控制在调速系统中的应用研究

针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。     

动态模糊神经网络在船舶动力定位中的应用

在前向模糊神经网络的归一化层和输出层之间加入递归层,形成的一种新型动态模糊神经网络(DFNN)具有动态映射能力,从而对动态系统有更好的响应.文章还推导了基于BP的反传学习算法.运用DFNN对船舶动力定位控制进行的仿真实验结果证明了该方法的有效性.     

模糊系统理论在预测中的一个应用

按照模糊自适应系统的理论，探讨了一种预测方法，这个方法比神经网络预测方法更为简单且收敛更快。     

模糊神经网络在船舶电力推进系统状态评估中的应用

船舶电力推进系统状态评估是状态检修的前提和基础,建立科学、全面、合理的评估指标体系,选择合适的评估方法,并最终开发切实可行的状态评估系统是船舶电力推进系统状态评估的必要步骤。提出船舶电力推进系统状态评估的流程、基于模糊神经网络的船舶电力推进系统状态评估模型和具体评估步骤,结合船舶电力推进系统的实船运行数据进行状态评估模型仿真试验。仿真试验结果表明,模糊神经网络方法应用于船舶电力推进系统的状态评估具有一定的准确性。