基于BP神经网络的BOT项目风险评价模型研究

对BOT项目风险做出客观的评价,是投资决策中极其重要的一项前期工作,由于传统的项目风险评价方法主观因素大,本文提出了BOT项目阶段性风险划分,建立了基于BP神经网络的BOT项目风险评价模型,为投资者在进行评价时提供了一种新的决策理论方法和实物操作模型,以达到为投资者提供决策理论依据。     

琼州海峡客滚船安全现状及对策

琼州海峡是客滚船集中的地方,如何确保客滚船(包括客船)的安全营运,是我们要解决的重大问题.     

基于HAZOP的LNG动力客滚船风险评估

液化天然气（LNG）动力客滚船同时面对LNG的高风险特性和客船的低风险容忍度,为了提高其可靠性和安全性,文章以某船为例,运用危害与可操作性（HAZOP）分析方法,通过头脑风暴会议进行风险评估,共识别43条偏差。并分析偏差的产生原因,确定风险等级,通过增加安全栅降低了全部的5条高风险偏差的风险等级。结果表明,基于HAZOP的风险评估可以用于在LNG动力客滚船设计阶段尽早发现技术风险,并通过改进设计来有效地降低船舶建造和运营时的风险。     

基于BP神经网络的空袭目标识别

通过介绍BP神经网络用于目标识别的基本原理,对目标不完整或不确定数据进行分析、推理。提取空袭目标的速度、高度、机动加速度和雷达反射面积等有用特征,并运用定性、定量相接合的方法,对目标特征进行归一化处理,作为输入层数据。根据目标识别的具体要求确定各层神经元数,建立了BP神经网络目标识别模型。通过对样本数据训练、检验、输出结果的分析,表明在缺乏识别先验知识时,运用该方法识别空中目标简单有效。     

基于功效系数法与BP神经网络的造船业风险预警研究

将功效系数法和BP神经网络相结合,从汇率、利率、出口退税、钢材综合价格指数、行业平均工人工资、设备价格、新船价格指数、BDI指数(八个对造船业影响最大的指标)来综合衡量中国造船业的风险;运用功效系数法得出历史数据的警情,用历史数据训练BP神经网络预警模型;通过一组数据进行检验,并对2011年前的造船业风险进行了预警.研究表明:该方法能够对造船业风险进行测评并预报警情,对防范我国造船业风险具有一定的现实指导意义.     

基于BP神经网络的渔港评估指标体系简化

为使渔港管理部门在进行渔港初步评估时节省人力、物力,对渔港评估指标体系进行简化,应用BP神经网络进行渔港评估。简化后的指标体系繁简适中,科学合理,结果符合实际,可供有关部门对渔港进行管理决策时参考。     

台湾海峡两岸客滚船通航风险评估

随着海峡两岸客滚船直航的逐渐常态化营运,台湾海峡的通航环境日益复杂.为确保直航客滚船的通航安全,基于海峡水域交通特点及两岸港口现状,通过对海峡西侧水域海损事故的统计分析,应用专家调查与预先危险性分析法(Preliminary Hazard Analysis,PHA)相结合的方法对两岸客滚船通航的潜在风险进行识别,并对识别出的气象因素、船员(旅客)人因因素、交通因素、航道和码头因素、船舶因素、管理因素6个危险源进行评估分析,提出相应的风险控制措施与建议.     

基于BP神经网络的船舶航迹控制技术

航海战舰规模的扩大使船舶航迹的控制变得越来越困难、复杂。为了实现船舶航迹控制,采用新的控制技术,根据神经网络及船舶航迹的相关理论和BP神经网络的船舶航迹控原理,对BP神经网络的船舶航迹控制进行计算和航迹设计实现,通过模拟仿真得出各种海情条件下的船舶航迹控制比较图,对我国航海战舰控制航迹有一定的指导意义。     

基于BFGS法的BP神经网络算法研究

在把ＢＦＧＳ法运用于ＢＰ神经网络权的训练中,通过基于不同算法的神经网络对实际问题进行了学习,并根据学后获取的非线性机理结合预测的实例进行对比分析,表明基于ＢＦＧＳ法的ＢＰ神经网络算法对加快网络训练速度,提高网络预测的能力方面是有效的。     

基于BP神经网络的煤矿电机故障诊断预测

电机软故障辨识诊断一直是困扰电机维修工程师一大难题。引入BP神经网络概念,利用采集到的样本数据训练BP神经网络,得出最优网络模型。通过典型故障状态参数测试新方法的辨别能力。结合对煤矿电机参数的训练测试,通过仿真实验验证了这种新方法对电气故障诊断的有效性。     

基于改进BP神经网络的船舶操纵性能预报

以某单桨大型船舶在海上的回转性能为例，探讨了应用改进的BP神经网络（Back-pmpagation Neural Network）建立船舶操纵性预报数学模型的方法，并利用matlab语言对其进行了仿真。研究结果表明，改进的BP算法有更快的收敛速度和更好的计算精度。     

滚装客船承载车辆的积载、系固及其管理

文章分析了客滚船承载车辆在积载、系固和管理方面容易出现的问题，笔者结合自身工作经验和相关知识，对该问题进行了相对探讨。     

小样本情况下的船舶溢油事故风险评价研究

船舶溢油风险评价是一项复杂的多因素问题,是船舶溢油应急管理的关键环节.作为智能搜索算法的代表理论,BP神经网络被认为是进行不确定风险评价的较好方法之一,然而船舶溢油事故属于小样本事件,统计数据往往难以满足BP神经网络要求的样本容量.针对这一困境,首先提出一种利用B样条最小二乘理论的数据拟合法,显著增加样本数.其次,根据船舶溢油特点建立了基于BP神经网络的船舶溢油风险评价模型.最后以上海港近年发生的10起溢油事故为实例,检验了模型的可行性.     

BP神经网络应用于散货船空船质量估算

以搜集的200余条散货船为样本,建立了空船质量统计回归模型和三种情况下的BP神经网络模型,并选取10条散货船对各模型进行了测试和比较。三种BP神经网络模型测试结果与实际值很接近,精度优于传统的统计回归模型,表明用BP神经网络进行空船质量估算是可行和实用的。     

基于BP神经网络与L-M算法的潜艇声纳自噪声预报

L-M（Levenberg-Marquart）算法与BP（Back-Propagation）神经网络相结合，使神经网络在多样本、大变量输入的情况下，具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报；分析了影响潜艇声纳自噪声的各种声源参数；利用潜艇声纳实测数据进行网络训练，训练好的神经网络可以对潜艇声纳自噪声进行精确预报。     

基于BP神经网络的桥梁技术状态评估

用养护规范中17个评价指标作为输入层网络神经元,把桥梁损伤等级参数作为输出层神经元,建立了桥梁评估3层BP神经网络模型。选用湖北省110座旧桥的评估数据作为训练样本,后10个作为测试样本,经过2068次迭代运算的网络训练,得到了误差满足精度要求的收敛网络。将待评估的桥梁参数输入训练好的网络,得到评估桥梁的技术状态等级。     

基于多神经网络分类器的目标识别

舰船目标自动识别通常需考虑多个特征,而复杂的特征往往需要适合的分类器与之相适应。本文借助已有的一种可组合多种特征和多种分类器的通用分类器,验证其在舰船识别中的有效性。该通用分类器将多分类问题转化为多个二分类问题,利用多个二分类器对舰船各特征进行独立识别,最后根据投票规则决定目标识别结果。本文以二分类BP网络作为多神经网络分类器的基分类器,对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行了识别。识别结果表明,由多个二分类BP网组成的多神经网络分类器平均分类精度为89%,该通用分类器在实践中有效。     

Teso系列车/客渡船型分析

介绍荷兰Den Helde港至Horntij港航线上渡船的船型演变,特别是融合现代科技的最新车/客渡滚装船DOKTER WAGEMAKER,分析了未来车/客渡船发展趋势及我国车客渡滚装船发展势态。     

基于MySQL和BP神经网络的船舶焊接专家库软件研发

为提高船舶焊接试验过程中的工艺实施效率,研发一种基于MySQL和反向传播(Back Propagation, BP)神经网络的船舶焊接专家库软件。该软件由专家数据库、报表生成器、热输入值预测机、人机交互界面、通信接口组成,基于MySQL开发焊接专家数据库,基于BP神经网络设计热输入值预测机,具备自动坡口图生成、自动焊接工艺规范(Welding Procedure Specification, WPS)生成、自动专家经验数据存取等自动化功能,具备智能热输入值预测等智能功能。实船焊接试验结果表明,该软件可满足实船焊接试验需求,快速存取专家经验数据,提高焊接试验过程效率。     

谈客滚船发生事故时的应急措施

客滚船发生事故时,采取合理的措施以减少人员伤亡和财产损失非常重要。文中针对客滚船的结构特征和常见事故的特点,分析事故原因,提出合理处置措施,以期更好地应对事故的发生。