多维关联数据挖掘技术在远洋船舶调度中的应用

首先描述进行关联规则挖掘的步骤,将其运用到远洋船舶调度数据的深度挖掘中,将关联规则转换成用户感兴趣的属性类,然后根据所关心的属性不同,求出每个属性组合的维度,从而挖掘出其运输频繁的线路,最后通过例子说明本文算法更能满足用户的需求。     

船舶海上航行路径三维虚拟系统设计

传统的船舶海上航行路径三维虚拟系统存在着虚拟清晰度低的缺陷,为此提出船舶海上航行路径三维虚拟系统设计。船舶海上航行路径三维虚拟系统硬件设计包括船舶海上航行路径数据信息采集单元、三维虚拟设备单元与通信单元,软件设计包括三维虚拟场景设计、船舶海上航行路径数据信息库设计与船舶海上航行路径三维虚拟设计,通过硬件与软件设计实现了船舶海上航行路径三维虚拟系统的运行。通过实验得到,设计的船舶海上航行路径三维虚拟系统虚拟清晰度比传统系统高出28%,说明设计的船舶海上航行路径三维虚拟系统虚拟效果更好。     

改进遗传算法的船舶航行路径规划方法

船舶航行环境十分复杂,路径规划是保证船舶智能航行的基本技术,针对当前船舶航行路径规划方法存在搜索最优路径速度慢、得到最优路径质量差等缺陷,设计了基于改进遗传算法的船舶航行路径规划方法。首先对船舶航行路径规划原理进行分析,构建船舶航行路径规划的建模环境,然后产生船舶航行路径规划的可行解,引入改进遗传算法模拟生物进化机制对船舶航行路径规划可行解进行分析,搜索到最优的船舶航行路径规划方案,最后在Matlab 2017平台上进行了船舶航行路径规划仿真测试。改进遗传算法不仅能够在有效时间内找到最优的船舶航行路径规划方案,让船舶航行路径十分安全,能够有效避开所有障碍物,而且找到船舶航行路径规划方案的迭代次数明显减少,是有一种有效的船舶航行路径规划方法。     

论船舶航行事故的预控

中国古代哲学家“老子”有句名言:“凡事豫则立,不豫则废”,把它具体运用于当代预防船舶的航行事故,把预防工作做在前头,可以有效地防止事故的发生。这就是本文论述的预控理论以及在实践中的应用。     

虚拟现实技术在船舶航行路径优化中的应用

受复杂地质条件影响,海域中存在航行事故频发区域,而传统船舶航行路径优化中,虚拟现实技术只注重模拟海域基本特征,导致选取的船舶航行路径集中在事故频发区域,因此重新研究虚拟现实技术在船舶航行路径优化中的应用。本文研究利用虚拟现实技术构建海域三维模型,统计历史事故频发区域界定船舶航行安全区域,结合船载信息融合技术确定最优路径,重新优化船舶航行路径。实验结果表明,与传统的虚拟现实技术应用效果相比,利用虚拟现实技术绕行事故频发区域,选取的船舶航行路径最安全。     

船舶航行安全和防污染凝点辨析

本文就《船员职务》统考中出现了疑点进行辨析，以求澄清在船舶安全和防潮染领域中的部分模糊观点。     

容错控制在船舶航行中的应用

在船舶的航行控制系统中,各种复杂通信导航设备变得更加复杂,其稳定性和安全性成为人们研究的重点。而常规的容错控制已被广泛应用在复杂的工控领域,在船舶控制系统中,主要的控制对象即螺旋桨的矢量控制,基于此控制技术的容错系统也应运而生。本文主要介绍船舶螺旋桨的调距控制系统,并针对常见的故障开展容错控制与冗余设计的相关研究。在对船舶运动的建模设计中,应用容错控制算法,并建立仿真环境,验证其控制效果和性能。     

船舶航行专家系统的基础研究

1.概述在最近的自动化船舶中,由于仪器设备提高了操作和处理的自动化程度,需要配备的船员人数很少。这样,在船员人数减少前驾驶员具有的功能与在船员人数减少后驾驶员具有的功能之间,存在量的差异,而且,如果考虑到他们将来航运经验减少,那末也很可能产生质的差异。为了解决这个问题,现在就需要建立一种补全或支援船舶驾驶员功能的系统。本文以开发船舶航行专家系统(利用驾驶员的专业知识和经验规则,辅助船舶航行)为目标进行了研究。     

基于改进蚁群算法的船舶路径规划及跟踪控制

针对船舶自动化研究领域中的路径规划和路径跟踪2个问题,提出一种基于改进蚁群算法的船舶路径规划方法。为了更好解决传统蚁群算法存在的问题,使用人工势场法改进蚁群算法信息素更新策略,统筹船舶路径规划与船舶路径跟踪控制问题,通过引入神经网络对船舶动力学子系统的未知不确定项进行逼近,设计一种基于径向基神经网络算法的滑模控制器,仿真实验验证了本文所提出算法的有效性。     

基于数据挖掘的船舶航线自动控制技术

构建船舶航行运动学模型,分析船舶航海过程中的关键参数以及控制参量,通过数据挖掘采集船舶航线自动控制参量和关键数据,采用自适应信息融合方法融合关键数据中的特征.获取特征性路径条件后,采用大数据蚁群优化算法,优化特征性路径条件和自动控制参量,实现船舶航线自动优化控制.结果表明,该技术具备可靠的船舶航线挖掘性能,可获取最佳的...     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。     

基于云计算的船联网大规模数据存储研究

当前物联网技术快速发展,在多个行业已得到成功应用。本文针对基于云计算的船联网中出现的大规模数据存储中出现的问题,如数据量非常大、结构化数据和非结构化数据存储的不同需求等,提出一种基于No SQL技术和关系数据库技术的存储系统。对存储系统的架构进行设计及相关测试,结果表明这种存储系统可以有效结合2种不同数据库技术的优点,有效实现大规模数据的存储。     

海上导航路径中的微分进化算法研究

通过分析传统微分进化算法的优缺点,提出基于邻域变异的微分进化算法,在算法设计时利用全局最优向量和局部最优向量的结合形成最终的变异向量,并且在算法中加入抖动因子来增强其搜索查找能力。将此算法应用到海上导航路径规划中,实验证明本文所设计的算法与传统的DE/best/1和DE/target-to-best/1相较,收敛速度慢,稳定性强。     

云平台的海上舰船数据挖掘算法研究

首先进行海上舰船云平台的设计,运用云平台来聚集比照船各方面的性能,建立完整的舰船性能数据库。本文从舰船数据挖掘的目的出发,在设计数据挖掘算法时利用核主元分析、归一化、舰船分两类、新船与参考船比较计算、线性逼近等步骤。分析海洋环境和舰船性能之间的关系,并给出舰船性能公式。最后通过实验进行数据挖掘结果的分析。实验结果表明,本文所设计的算法在时间复杂度和准确性方面要优于其他算法。     

基于关联规则的舰船故障数据定位挖掘算法

为了提高舰船故障检测能力,需要进行舰船故障数据的实时挖掘和分类分析,提出一种基于关联规则的舰船故障数据的定位挖掘方法。采用电磁探测器、水声换能器、声呐装置、声学传感器等设备进行不同工况下舰船数据采集,包括舰船辐射噪声、机械振动等数据,对采集的数据进行高维特征融合处理,提取舰船故障数据的关联规则特征量,对提取的特征量采用K均值算法进行聚类分析,并通过BP神经网络分类器实现舰船故障数据的分类识别,实现舰船故障数据定位挖掘。仿真结果表明,采用该方法进行舰船故障数据挖掘的准确性较好,对故障的定位能力较强,提高了舰船实时故障诊断能力。     

基于积分逆推-非线性阻尼算法的船舶航向控制器设计

针对含有匹配不确定项的Norrbin非线性船舶数学模型,将逆推(Backstepping)算法和非线性阻尼(Nonlinear Damping)相结合设计船舶航向控制器,成功消除了由风、浪、流外界干扰引起的系统不确定项,并保证了闭环系统所有状态最终一致有界.同时在设计过程中引入了积分项,更好的改善了系统的性能.仿真结果表明,该算法是完全有效的.