基于LS-SVM的船舶操纵运动在线建模

基于最小二乘支持向量机(LS-SVM)和积分型辨识样本结构开展了船舶操纵运动的在线建模.以整体型Abkow-itz模型为辨识对象,大阪号油轮作为具体研究对象.在操纵运动仿真时,采用40个粘性类水动力导数的Abkowitz模型,但是在参数辨识时,采用了仅具有20个粘性类水动力导数的简化模型.为了对建模方法的有效性进行检验,将辨识得到的水动力导数与其原始值进行了比较,同时也针对辨识模型和原始模型的操纵运动仿真进行了比较.辨识结果表明,使用简化模型进行船舶操纵运动的在线建模是合适的,具有较好的预报效果和较高的精度.     

基于SVR的船舶操纵运动黑箱建模

为使用支持向量回归(Support Vector Regression,SVR)为船舶操纵运动黑箱建模,针对原样本无法对转艏角速度构建黑箱映射关系的问题,提出两种样本构造方法,并讨论不同样本的构造方法对预报结果精度的影响;对于在黑箱建模过程中模型核函数参数的选取,使用网格搜索交叉验证进行寻优,通过不同参数对预测值准确度...     

基于岭回归方法的船舶操纵运动建模

基于自航模试验的系统辨识方法是一种有效的船舶操纵运动建模方法.通过对舵角和转艏角速度试验数据的分析,用岭回归方法确定了船舶操纵运动数学模型中的模型参数,进行了操纵运动预报仿真并同自航模试验数据对比,数值仿真结果验证了方法的有效性.     

基于支持向量机的船舶操纵运动在线建模

支持向量机算法以结构风险最小化为准则,具有良好的泛化性,是一种先进的人工智能算法。文章根据最小二乘支持向量机对其增量式算法进行推导,并应用该算法对船舶操纵运动进行在线建模。通过仿真试验对粘性力和舵力水动力导数进行在线辨识,通过自航模试验对操纵性K、T指数进行在线辨识,并利用K、T指数对自航模的转首角速度进行了预报,所得结果都同试验值非常接近,证明了增量式最小二乘支持向量机应用于船舶操纵运动在线建模的有效性。     

船舶操纵性能及其代理模型构建（英文）

为了提高船舶操纵性能计算效率,文章结合基于NAPA计算仿真结果和支持向量回归方法预报海洋平台支援船的操纵性能,在收集足够相关船型信息前提下,采用能够合理探索设计空间和抽样的拉丁超立方方法获取了30条样本船型数据。通过NAPA仿射变化、位移转换及根据船型设计变量进行局部调整从而生成系列船型以表达船体几何形状。针对每个船型,分别计算了5项操纵性衡准指标:进距、战术直径、横距、10°舵角第一超越角和20°舵角第一超越角。为提高船舶操纵性能的计算效率,文中利用作者早先新提出的一种单参数Lagrangian支持向量回归算法来训练并构建代理模型以预报船舶操纵性能,该算法整合了Laplace损失函数,仅采用单参数控制计算误差并于置信区间中增加了b~2/2项。以海洋平台支援船为例,采用SPL-SVR算法预报船舶操纵性能,并与基于NAPA计算仿真结果、人工神经网络、经典支持向量回归算法进行对比。不需要昂贵的仿真代码计算,文中采用SPL-SVR算法建立的船舶操纵性能响应面模型比较适合船型初步设计的工程实际应用,并具有较好的效率和适用性。     

船舶操纵运动仿真研究

为了利用船舶操纵模拟器进行航海教育培训,以及在船舶设计阶段预报船舶操纵性,建立四自由度船舶操纵运动数学模型以及作用于船体的作用力(矩)计算公式,运用unity开发工具,结合某型船舶数据方便快捷的编制船舶操纵运动三维数值仿真程序。通过船舶变速性能、旋回性能和Z形实验等较为完整的船舶操纵性能数值仿真试验,得到了试验数据,并和该船的实船试验数据以及相关文献的数据进行比对,吻合较好。仿真结果表明:本文的方法是可行的,计算结果是可信的。     

船舶操纵运动数学模型研究

本文共分3个部份:第一部份阐述了船舶操纵运动数学模型的建立,选择了解析式水动力模型结构;第二部分依据实船试验结果,对船舶运动数学模型进行相似性率定,通过数值模拟和相似性分析,数学模型取得了与实船试验非常接近的结果;第三部分对建立的数学模型作了综合评价,认为达到了工程实用要求。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于Unity的船舶操纵运动仿真

使用3DS Max建立船舶三维模型,将其数据文件导入到Unity。为了使模型能够模拟船舶操纵运动,需要添加刚体组件,使之受到力和力矩的作用,因此,需要将船舶操纵运动数学模型进行处理以便于调用刚体组件的成员函数AddRelativeForce和AddRelativeTorque。无需编写实际代码,通过添加碰撞体组件并设置物理材质,就能模拟船舶与其它物体之间的碰撞,避免出现船舶穿过其它物体以及冲上码头或者岸滩的现象。使用Unity自带的资源包,就能方便的生成地形、天空和水面等仿真环境。运用本文的方法,编制了船舶操纵运动仿真程序,进行了船舶操纵性仿真试验,得到了试验数据,为船舶操纵的教学训练和科学研究提供了有效手段。     

基于人工神经网络的船舶操纵运动仿真

介绍船舶操纵运动仿真的发展概况、现有成果及人工神经网络的基本理论,探讨将神经网络应用于船舶操纵运动仿真领域,构造一种网络结构和训练方法完成船舶操纵指令与船舶运动态势参数映射的可行性,并构建基于典型BP神经网络模型的操纵运动仿真系统。     

用naoe-FOAM-SJTU求解器数值模拟船舶在波浪上的操纵运动问题（英文）

Ship maneuvering in waves includes the performance of ship resistance, seakeeping, propulsion, and maneuverability. It is a complex hydrodynamic problem with the interaction of many factors. With the purpose of directly predicting the behavior of ship maneuvering in waves, a CFD solver named naoe-FOAM-SJTU is developed by the Computational Marine Hydrodynamics Lab(CMHL) in Shanghai Jiao Tong University. The solver is based on open source platform OpenFOAM and has introduced dynamic overset grid technology to handle complex ship hull-propeller-rudder motion system. Maneuvering control module based on feedback control mechanism is also developed to accurately simulate corresponding motion behavior of free running ship maneuver. Inlet boundary wavemaker and relaxation zone technique is used to generate desired waves. Based on the developed modules, unsteady Reynolds-averaged Navier-Stokes(RANS) computations are carried out for several validation cases of free running ship maneuver in waves including zigzag, turning circle, and course keeping maneuvers. The simulation results are compared with available benchmark data. Ship motions, trajectories, and other maneuvering parameters are consistent with available experimental data, which indicate that the present solver can be suitable and reliable in predicting the performance of ship maneuvering in waves. Flow visualizations, such as free surface elevation, wake flow, vortical structures, are presented to explain the hydrodynamic performance of ship maneuvering in waves. Large flow separation can be observed around propellers and rudders. It is concluded that RANS approach is not accurate enough for predicting ship maneuvering in waves with large flow separations and detached eddy simulation(DES) or large eddy simulation(LES) computations are required to improve the prediction accuracy.     

基于固定网格小波神经网络的不规则波中船舶横摇运动在线预报（英文）

船舶横摇运动预报对于船舶安全与作业非常重要。本文应用固定网格小波神经网络在线预报不规则波中的船舶横摇运动。该固定网格小波神经网络由离散的小波激活函数组成,其结构和参数可以基于滑动数据窗在线调整;在每一个滑动数据窗,误差下降比判据被用来从小波函数库中选择重要的小波函数项来构建小波神经网络模型,直到该模型可以较好地表达所研究的非线性系统,获得的模型一般比较简洁。预报结果表明,仅仅几个小波函数项就可以很好地捕捉到不规则波中船舶横摇运动的非线性动力学内在特性,这不仅展示了小波函数很强的非线性表达能力,也证实了所采用的建模方法对于预报船舶在不规则波中的横摇运动的有效性。     

基于虚拟现实的船舶操纵运动仿真系统研究

利用MMG操纵运动数学模型计算船舶的操纵运动，应用OpenGL和3Dmax技术，开发了船舶操纵运动的三维可视化仿真系统，通过输入船舶主尺度，实现了具有真实感的、随时间变化的船舶操纵运动实时动态仿真，取得了良好的效果。     

神经网络在船舶操纵中的应用研究

该文对人工神经网络用于船舶操纵动态特性的在线学习进行了研究,并提出了基于神经网络预报的操舵控制算法。仿真试验的结果表明了该控制算法的有效性。     

小波去噪在船舶操纵运动建模中的应用

通过向20°/20°Z形试验仿真数据中添加随机噪声,得到含噪声的试验数据;随后,应用最小二乘支持向量回归机(Least Square-Support Vector Regression,LS-SVR)对经过小波去噪的试验数据和含噪声的试验数据进行分析,辨识了船舶操纵运动二阶线性响应模型中的操纵性指数。将由去噪试验数据和含噪试验数据得到的20°/20°Z形试验预报结果同20°/20°Z形试验仿真数据进行对比,验证了小波去噪在对含噪声的Z形试验数据进行去噪处理的有效性。     

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。     

船舶神经网络运动模型研究

根据船舶海上航行的实际情况,针对船舶运动的特点,研究了基于神经网络建立船舶操纵运动模型的方法,提出了一种线性神经网络结构,并给出了相应的训练和学习方法。大量的仿真试验表明:线性神经网络用于船舶运动模型的研究,具有收敛速度快、预测误差较小、能快速跟踪参数变化等优点,可用于船舶运动实时辨识。     

船舶和离岸结构波浪载荷与运动（英文）

正The special issue on wave loads and motions of ships and offshore structures is the outcome of a workshop on the same topic that was organised in Harbin Engineering University in November 2017 with the objective of bringing together recent work done on the subject area and providing a forum for discussing these results.     

船舶抛起锚操纵运动数学模型研究

求解锚链对船舶的水平作用力时对悬链链型区分为自悬链和约束链两种情况并采用了不同的计算方法,计算锚的抓力系数时考虑了锚在海底移动距离、锚杆仰角、锚型,底质等因素,提出了锚在海底移动的运动方程.分别计算了锚的运动和船体的运动,运用MMG(Ship Manoeuvring Mathematical Model Group)模型,建立了比较符合抛起锚操纵实践的船舶抛起锚操纵运动数学模型.编制相应的软件进行仿真试验,试验结果和相关文献的结果一致.