混沌神经网络优化机制研究

分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。     

基于分类区间小波网络的雷达目标识别研究

介绍了一种区间小波的构造方法,并将区间小波与神经网络相结合,提出了一种用于信号分类的的分类区间小波网络,利用它可以解决以往小波网络的基底空间与被学习信号所属空间不匹配的问题。实验结果表明,将区间小波网络应用于雷达目标识别,可以减少神经元的数目,提高网络的收敛速度,能够获得较好的分类效果。     

Situation and prospects of shipboard integrated power system reconfiguration technology北大核心CSCD

当前,船舶综合电力系统(IPS)正朝着复杂化、模块化、自动化方向发展,研究快速、稳定、能够应对各种突发状况的船舶综合电力系统重构技术对保障船舶安全和可靠航行具有重要意义。首先,综述当前国内外在船舶综合电力系统重构技术方面的研究进展,讨论集中式重构和分布式重构的特点,并对数学优化算法、启发式算法、人工智能算法等进行归纳总结;然后,分析面对多重并发故障时重构技术所面临的困难与挑战,提出需重点关注混杂系统建模和分层分布式重构框架的建立;最后,从重构模型建立、算法优化、分布式架构等方面对未来船舶综合电力系统重构的发展提出设想和建议。     

船舶柴油机SCR系统尿素喷射控制仿真

选择性催化还原技术(selective catalytic reduction)是一种柴油机尾气排放后处理技术。针对船舶柴油机SCR系统非线性、难以建模以及难以控制的特点,分析系统内部的化学反应,根据能量和质量守恒确定各状态量满足的微分方程,建立SCR系统数学模型,并验证其特性。为了实现SCR系统的控制目标,即保证NH3逃逸量不超过限定值的前提下,尽可能提高NOX转化率,以NH3逃逸量为约束输出,NOX出口浓度为控制输出,氨喷射量为控制变量,设计了非线性模型预测控制器,实时计算系统所需尿素喷射量。实验仿真表明了非线性模型预测控制器的有效性,稳态工况和瞬态工况下NOX转化率分别达到了93.803%和91.760%,NH3逃逸量均低于10ppm ,满足Tier III标准对船舶柴油机尾气氮氧化物排放的限制。     

小波包与神经网络组合的判决反馈均衡算法

以电子战为背景，将小波包变换与RBF网络相结合，提出了一种新的判决反馈均衡算法，并将其应用于雷达信号的处理。仿真结果表明，该算法收敛速度较快，能满足电子战情况下，雷达探测信道均衡的复杂要求。     

船舶建模新方法研究

根据舰船横向运动的水动力模型,讨论了将水动力模型化为一个仅随舰船的航向、航速变化,而与频率无关的控制模型的几种方法,运用微分方程最小二乘拟合法产生了船舶的控制模型,并对其幅相特性、能控能观性及稳定性加以验证,从而证明了该模型的合理性.     

一种混沌遗传混合算法及其在机动多目标数据关联中的应用

讨论了混沌优化方法和自适应遗传算法在多目标数据关联中的应用，针对这两种算法的不足，提出了一种集成混沌优化与遗传算法的混沌遗传算法。仿真结果表明，将本文提出的集成算法运用于数据关联，可以提高关联成功率，加速算法收敛速度。     

基于ANN的船舶电力系统脆性评估

为提高船舶电力系统脆性分析和简化计算步骤,以及提高船舶电力系统脆性计算速度,提出基于人工神经网络(ANN)负荷削减模型,该模型不需要在线计算船舶电力系统中的故障潮流计算和负荷削减计算。为说明基于人工神经网络负荷削减模型的精确性,又引入了基于直流潮流的线性规划模型,对船舶电力系统进行脆性计算。利用这2种脆性评估模型对实例中的船舶电力系统脆性分别进行计算,验证了基于人工神经网络(ANN)负荷削减模型的可行性和有效性。     

基于单频法的船舶电网绝缘监测与故障定位系统

针对船舶电网接地残流较小,不利于绝缘故障定位这一问题,提出一种绝缘监测和故障定位方法,即依靠单频注入法实现绝缘监测和故障定位.以STM32单片机为控制器,移植UCOS-Ⅲ嵌入式操作系统,设计硬件系统和软件架构,开发一套完整的在线绝缘监测与故障定位系统.采用该系统对船舶电网的绝缘状态进行实时监测,实现绝缘电阻的测量、绝缘预警、绝缘报警、故障定位和数据记录等功能.试验结果表明,该绝缘监测和故障定位方法是可行、可靠的.