基于神经网络的船舶间碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态势模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部分分类功能。仿真结果表明：该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于模糊神经网络的一种船舶碰撞危险度计算方法

利用神经网络与模糊推理提出一种船舶碰撞危险度的计算方法.用神经网络替代模糊推理过程,建立基于碰撞危险度计算的模糊神经网络推理框架,利用推理规则生成用于网络训练的样本.实例验证了方法的可行性.     

基于自适应模糊系统的船舶碰撞危险评判

本文应用模糊系统方法建立船舶碰撞危险的专家评判系统。该系统用数值化的模糊联想记忆（ＦＡＭ）规则表示专家的领域知识并进行模糊推理,同时采用神经网络的微分竞争学习算法（ＤＣＬ）实现规则的自适应生成,该系统能模仿人类专家迅速作出危险评判,并具有学习,更新和完善的能力。     

基于图像处理和模糊神经网络理论的船舶分类研究

本文将图像处理算法和模糊神经网络分类器相结合进行船舶分类,在研究过程中,首先利用图像处理技术进行图像分割、设定阈值、边缘检测等操作,然后建立了模糊神经网络结构,在此结构基础上进行模糊神经网络分类学习,最后采集到实测数据进行船舶分类,实验结果表明了本文算法的可行性和有效性。     

以BP神经网络计算船舶碰撞危险度

基于参考文献〖３〗的多因素确定碰撞危险度模型,研究了在自动避碰系统中确定碰撞危险度的ＢＰ神经网络快速实现方法。通过建立隐含层为９７个神经单元的三层ＢＰ网络,并通过１０６万次训练,使网络能够蕴涵文献〖３〗的所有知识,并使网络所确定碰撞危险度误差在０．５％以下,通过随机样本仿真检验,效果良好。     

船舶碰撞危险的自适应神经网络—模糊推理评价方法

本文将模糊数学中的模糊逻辑与人工神经网络结合起来用于船舶碰撞危险度的评价,即将基于自适应神经网络的模糊推理系统用于评价船舶碰撞危险度。结果表明,基于神经网络的模糊推理系统既能利用模糊数学的模糊语言来表述人的语言,又能利用神经网络的自学习功能学习已有的经验,是一种比较好的评价方法     

评估碰撞危险度方法的探讨

确定两船或多船会遇中潜在的可能碰撞危险是正确判断碰撞危险的关键之一。本文从信息论理论出发，采用模糊数学原理提出了一种评估碰撞危险的新方法。该方法的目标船行为的不确定性以及我船会遇中存在的危险性推理碰撞危险度，能真实地反映出驾驶人员在决定采取避让行动过程中操船心理，因此能直接作为在两船或多船会遇中采取避让行动的依据。     

RBF模糊神经网络航向模糊控制器的遗传优化方法

精准的控制船舶航向可以有效的保证船舶航行安全,本文利用遗传算法对RBF模糊神经网络航向模糊控制器进行了优化,在优化的过程中进行了模糊编码、优良模式自学习算子、最优串重组,最后通过仿真实验来说明,通过遗传算法优化后能够在改变参数的情况下使得船舶可以在预定的范围内可控的、稳定地行驶。     

基于模糊层次分析法的船舶碰撞危险度计算

船舶碰撞事故是海上航行安全的首害。如何对船舶进行实时的碰撞预警,提前发现碰撞危险,及时避碰成为了航运界共同关注的前沿课题。船舶碰撞事故成因分析及各指标权重成为了船舶碰撞预警的关键内容。文中利用模糊层次分析法,确定影响船舶碰撞各指标的权重,从而在理论上实现了实时预警的目的。     

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。     

遗传神经网络算法在船舶碰撞危险度确定中的应用

为提高船舶航行安全性,首先建立船舶碰撞危险度评估模型,并结合神经网络算法对特定的水域进行危险度模型拟合,获得较为准确的船舶碰撞危险度模型。基于Matlab软件对建立的模型进行编程计算。本文建立的船舶碰撞危险度模型经过50次误差训练后达到了较高的拟合精度,获得较好的效果,可为提高船舶航行安全性提供参考。     

基于船舶火灾仿真的火灾蔓延态势风险模糊评价方法

以63500 DWT油船船舱作为研究对象,针对温度、烟雾浓度、CO浓度这3个主要影响因素,采用Pyrosim软件对船舱火灾进行模拟仿真.通过仿真结果,分析不同工作条件下在固定检测点位置的温度、CO浓度和烟气浓度变化规律.然后利用MATAB软件,建立基于模糊神经网络的评价模型,将三维空间网格内的多元信息进行模糊综合量化分析,完成综合火灾蔓延态势风险评价,为船内人员的救援逃生指导提供重要参考依据.     

基于模糊神经网络方法的虚拟企业合作伙伴的选择

虚拟企业组建过程中对合作伙伴的选择是十分重要的，为了解决该问题，本文提出一种用模糊神经网络的方法来辅助盟主企业选择合作伙伴的方案。     

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。     

基于模糊神经网络方法的虚拟企业合作伙伴的选择

虚拟企业组建过程中对合作伙伴的选择是十分重要的,为了解决该问题,本文提出一种用模糊神经网络的方法来辅助盟主企业选择合作伙伴的方案.     

基于AHP模糊综合评价在船舶碰撞事故责任划分中的应用

用定量的方法对海上船舶碰撞类事故进行责任划分，运用模糊综合评价方法实施这一定量过程。考虑到碰撞事故责任划分的复杂性、综合性，采用层次分析法确定各指标体系的权重，通过对碰撞事故中两船动作行为的量化分析，得出责任划分的具体结果。从而弥补以往船舶碰撞事故责任划分从定性评价到定量评价的不足。     

基于模糊神经网络的海浪中舰船多自由度运动建模方法研究

基于切片理论计算在诸规则波中的舰船多自由度运动响应，并以此为样本训练模糊神经网络，最终建立起一种新的舰船在随机波浪中的多自由度运动模型，并通过算例验证该方法的实用性和可靠性。     

基于模糊神经网络的船舶自动驾驶仪的研究

分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非纷陛、时变参数的控制对象,提出了一种基于模糊神经网络和Bang-Bang控制相结合的控制系统,提高了模糊控制系统的精度,最后通过仿真将模糊型船舶自动驾驶仪与基于模糊神经网络船舶自动驾驶仪的性能作了比较,结果表明后者的方法控制性能良好.     

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。     

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.