舰艇编队信息融合中模糊C-均值算法改进研究

在分析舰艇编队信息处理融合的基础上,提出舰艇编队信息融合体系结构、模型和实现框架。针对原C-均值算法在处理数据时的不合理性,提出了改进的模拟C-均值算法,提高分类效果,满足信息融合的实时要求和可靠性要求。     

深度模拟器液压系统仿真研究

介绍了深度模拟器总体结构及工作原理,针对深度模拟器控制系统中PID算法及其相关参数进行了仿真研究。以深度模拟器液压系统为模型,利用AMESim仿真软件工具,对整个液压系统进行了仿真分析并对系统各元器件的参数进行了优化,为深度模拟器的进一步研究提供了理论基础。     

基于作业成本法和目标成本法集成的船舶敏捷制造成本控制模型研究

通过对作业成本法和目标成本法集成和对船舶敏捷制造过程进行分析,提出了基于LCC的船舶敏捷制造作业成本和目标成本集成的控制方法,并建立了基于作业成本法和目标成本法集成的船舶敏捷制造成本控制模型,在工期-成本均衡的情况下实现船舶敏捷制造的成本最优。     

工业CT在引信检测中的射线硬化校正研究

在工业CT（Computed Tomography）技术中,X射线能谱的多色性将导致重建图像出现“杯状”伪迹,降低成像图像的质量,为降低这种影响,推导出了一种基于FBP算法的射束硬化优化方法（FBPbasedoptimization,IFR）,并利用自行研制的某型弹药无损检测设备对模型进行验证。实验结果表明该方法能够较好地消除射线硬化的影响,有效提高重建图像的质量。     

基于粒子群算法的出口集装箱堆场箱位分配研究

码头堆场中出口集装箱的箱位分配是典型的NP-hard优化问题,考虑集装箱的质量及目的港,以出口集装箱的装船路径和堆区的翻箱率为目标,建立适合出口集装箱堆场箱位分配的数学模型,以粒子群算法进行求解,数据实验表明该模型能够提高堆场的作业效率,具有一定的的实用性.     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

船体零件智能优化排样系统的设计研究

针对船体零件的排样问题,开发了基于智能算法的板材套料优化排样系统。该系统采用粒子群算法,并将免疫记忆和浓度机制引入算法提高了零件的排序优化速度。通过零件图形信息数据库管理模块和排样解码算法,实现图形的输入和编码、定位排放和正交靠接及自动计算生成最优排样结果。排样实例表明了该系统具有良好界面和人机交互功能,且有效提高了排样自动化程度和材料利用率。     

危险模式免疫控制算法优化船舶避碰策略

危险模式免疫算法是仿照生物免疫系统和基因学的一种优化搜索方法,适用于复杂问题的求解.介绍危险模式免疫算法的原理.并将该算法应用于优化船舶避碰策略.结合船舶碰撞危险度及船舶运动数学模型等相关领域知识,实现了船舶避碰策略的优化.通过仿真验证了算法的有效性,从而为船舶避碰决策提供了新的方法和思路.     

一种水下等离子体声源充放电控制系统设计

介绍一种水下等离子体声源充放电控制系统的设计方案,能为水下强声源干扰对抗控制提供一种解决途径,设计的充放电控制系统能实现对多个等离子体声源的充放电进行远程操控,并监控工作状态。控制系统设计上选取高精度器件,并采取了一系列防护措施,以适应复杂的工作条件,并满足微秒级高精度时序控制要求。     

基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。