GMDH神经网络在数据预测中的应用

利用GMDH(Group Method of Data Handing)神经网络进行数据预测。与一般的前馈神经网络不同，GMDH网络的结构确定于训练过程之中，因而可大大提高神经网络性能，从而特别适用于数据预测。文中提供的两个实例表明，利用GMDH网络进行数据预测的结果与实际值符合得很好，特别在金融预测方面有很好的应用前景.     

GMDH神经网络在数据预测中的应用

利用GMDH(Group Method of Data Handing)神经网络进行数据预测.与一般的前馈神经网络不同,GMDH网络的结构确定于训练过程之中,因而可大大提高神经网络性能,从而特别适用于数据预测.文中提供的两个实例表明,利用GMDH网络进行数据预测的结果与实际值符合得很好,特别在金融预测方面有很好的应用前景.     

上海建成国际航运中心需要发展海上VHF通信系统

本文主要就上海港建设ＶＨＦ通信系统结合目前上海海岸电台ＧＭＤＳＳ建设提出了分几步完成自南通港至宁波港的ＶＨＦ网络组建。     

基于GRNN算法的船用柴油机性能曲线模拟与油耗率预测

根据4190ZLC-2船用四冲程增压柴油机实际实验测得数据,建立基于广义回归神经网络(GRNN)的柴油机性能曲线和燃油消耗率预测模型。在所得实验数据中,选取柴油机油门、转速、扭矩等参数数值作为网络输入,柴油机的燃油消耗率作为网络输出。仿真结果表明:基于GRNN模型的神经网络学习速度快,预测精度高,可以很好地适用于柴油机燃油消耗率的性能预测中,并且能很好的实现预测仿真的效果。模型建立之后,可以根据测得数据实时了解柴油机的运行工况及性能状态。     

GMDSS通信模拟系统介绍

随着ＧＭＤＳＳ实施，ＧＭＤＳＳ的模拟教学又成为航海教学的重要内容之一，由计算机网络组成的ＧＭＤＳＳ通信模拟设备，具有操纵模拟逼真，教学内容丰富，用户终端扩展灵活等特点。能够满足ＧＭＤＳＳ教学和ＳＴＣＷ９５修正安提出的要求。本文介绍ＧＭＤＳＳ通信模拟设备的基本组成、主要性能和提供的（保管和教学）功能。     

GMDSS通信设备模拟器系统的网络设计

主要介绍了ＧＭＤＳＳ通信设备模拟器系统的网络通信部分。该系统运行在Ｎｏｖｅｌｌ网络上，通信协议采用ＮｅｔＷａｒｅ网络系统的ＩＰＸ协议，可在网络上进行数据传送和数据处理，其和谐的设计特点，编程构思和实现方法也逐一介绍。     

DSC设备性能与实效性的检验方法

此文阐述了在我国建立ＧＭＤＳＳ设备检测中心的必要性，并以比利时ＳＡＩＴ公司生产的ＸＨ５１０４ ＤＳＣ控制器为例，详细讨论了检验ＤＳＣ设备的基本程序和方法。     

基于LSTM神经网络算法的船舶电站故障诊断

船舶电站是船舶中的重要组成部分,船舶电站的故障类型较为复杂。文章利用Simulink软件平台对船舶电站各种短路故障进行仿真建模,选取各相电流电压参数作为数据集的来源,并在MATLAB中进行数据的处理和预测图像的绘制。LSTM神经网络算法相比于其他算法,解决了长时依赖问题,并对预测数据有极高的解释度。结果表明：基于LSTM神经网络算法的故障诊断模型能够很好的对船舶电站故障模式做出诊断。     

散粮装卸自动控制与管理系统结构及网络通信技术

详细介绍散粮装卸自动控制与管理系统中所配置的硬件设备及网络通信技术，并结合该系统的通信网络，对ＤＨ与ＤＨ＾＋网络的技术特征作一总结。     

基于Matlab神经网络工具箱进行港口集装箱运量预测

基于Matlab的神经网络工具箱，利用其自带的用于神经网络的函数，通过简单的编程实现了线性神经网络、BP网络和RBF网络三种神经网络的建立、学习和训练，并对一实例进行了预测，结果显示是很有效的。     

BP神经网络在长螺旋成孔压灌注混凝土桩单桩极限承载力预测中的应用

BP网络(Back Propagation Neural Network)是工程中广泛应用的一种神经网络模型。根据试验数据,运用BP网络对长螺旋成孔压灌注混凝土桩单桩极限承载力进行预测,将预测结果与实测值进行比较。结果表明,神经网络方法预测的结果与实测值的误差满足工程要求。     

从挪威专家的评佑认证看我校GMDSS培训工作中存在的问题

通过介绍挪威专家对我校ＧＭＤＳＳ培训工作的评估认证结果，分析、探讨了如何解决我校在ＧＭＤＳＳ培训工作中存在的问题与不足，从而保证培训发证质量，为我国海运事业输送合桥的ＧＭＤＳＳ操作人员。     

基于遗传小波神经网络的港口船舶交通流量预测模型比较

对船舶交通流量进行准确预测在现代智能交通系统领域发挥着重要作用,为提高对船舶交通流量预测的准确性,本文将遗传算法分别与小波分析和神经网络进行结合,构建改进遗传小波神经网络模型,对广东省船舶交通流量的季度数据进行预测,并与遗传BP神经网络和传统小波网络等算法的预测进行对比。结果表明:经过遗传小波神经网络预测模型的误差相比传统的遗传BP神经网络模型和小波神经网络模型大幅度减小,提高了预测精度,从而保障水上交通安全,给水上安全主管部门的相关决策提供理论依据。     

短波无线电通信中常见误区及思考

ＧＭＤＳＳ通信业务是相当繁琐又相当重要的问题，地于驾驶员来讲是完全陌生的领域在短通信中存在许多误区。为满足ＳＴＣＷ７８／９５公约的需要，驾驶员应尽快系统和设备自动化程度的全方位的；ＧＭＤＳＳ设备的逐步完善和统一；将通信业务，通信程序结合到操作之中和驾驶员获得ＧＭＤＳＳ证书后的继续学习。     

基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算。仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型。并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性。利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度。     

加速对驾驶员GMDSS的培训步伐

本文就ＧＭＤＳＳ实施后可能出现的问题进行了分析，并提出为开拓国际海员劳务市场应加快对驾驶员ＧＭＤＳＳ的培训步伐     

神经网络在混凝土断裂能预测中的应用

通过神经网络中最广泛使用的BP网络建立预测模型,预测混凝土的断裂能。对模型的预测值与试验数据及已有的数学预测公式的预测值进行了比较。研究表明,神经网络方法由于综合考虑了更多的混凝土断裂能影响因素,而且能够实现非线性关系,所以具有较高的预测精度。神经网络预测模型在混凝土断裂能预测中具有广阔的应用前景。     

基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算.仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型.并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性.利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度.     

基于NeuralProphet-LSTM组合模型的港口货物吞吐量预测

为进一步提高货物吞吐量预测准确性,提出基于NeuralProphet时间序列模型与长短期记忆(LSTM)神经网络的组合预测模型。首先利用NeuralProphet模型对港口货物吞吐量数据进行训练得到预测值并计算残差序列,然后对残差数据建立LSTM神经网络模型进行预报修正,重构得到最终的预测值。以上海港、厦门港的月度货物吞吐量数据为样本展开试验,结果表明,该模型能够有效地解决数据异常波动造成的预测结果误差大、预测效果不稳定等问题;相比于传统单一模型与LSTM-支持向量机(SVM)、Bi-LSTM等组合模型,NeuralProphet-LSTM模型预测精度更高,可帮助港航企业及时调整规划决策与经营策略。     

GMDSS培训质量分析与对策

本文依照ＳＴＣＷ９５公约的要求，对两年来我国的ＧＭＤＳＳ无线电人员培训工作进行了总结，分析了存在的问题，进而提出了提高我国ＧＭＤＳＳ无线电人员培训质量的对策