标准应对全球气候变化

当今世界正面临着严峻的气候变化带来的挑战。不断增加的温室气体排放导致地球的平均气温持续攀升。据此预测,未来将发生剧烈的气候变化,科学家们还预测,我们共同生活的星球将面临着经济、社会发展所带来的环境压力。     

船舶下沉量分析与计算

为防止船舶搁浅,需要掌握船舶下沉量的有关理论.文章对涉及船舶下沉量的有关现象、理论和计算方法,进行了阐述.     

基于神经网络的道路通行能力与交通需求匹配度判别研究

交通的供需是否匹配关系到城市和枢纽的发展前景。文中在探讨道路通行能力与需求匹配特性的基础上,用BP神经网络理论建立一种交通匹配预测模型。该模型发挥神经网络的优势,对数据并行处理和分布存储,通过训练、学习产生一个非线性映射,自适应地对数据进行预测。通过相关数据实验证明,该神经网络模型有较高的精度,并有较好的适用性。     

欠驱动船舶鲁棒路径跟踪控制器设计

针对欠驱动船舶直线路径跟踪控制系统中存在的外界干扰影响,提出一种鲁棒跟踪控制算法.该控制算法基于重定义输出、解析模型预测控制、高增益观测器等技术,使得欠驱动船舶能够渐近镇定于给定的直线参考路径.计算机仿真实验验证了算法的有效性.所提出的控制器具有良好的控制效果以及对外界干扰的鲁棒性.     

基于GIS建设用地需求量预测信息系统研究

建设用地需求量预测是土地利用总体规划编制的核心,也是土地利用管理的重要依据。目前对建设用地需求量预测的方法和模型较多,这些预测模型和方法多建立在数学和统计基础上,专业要求高,但直观性、可视化效果不好,且没有很好利用快速发展的GIS、计算机等信息技术。基于建设用地需求量预测模型研究的基础上,建立了预测系统,并以某省为例进行实例分析,经证明是可行的。本系统的建立,在实现建设用地预测自动化、可视化、现代化方面是一大胆尝试,具有一定的参考价值。     

舰船批量建造费用的组合预测应用研究

研究了舰船批量建造费用的组合预测问题.首先依据舰船批量建造费用的变化特点,采用生长曲线法、数据平滑法、灰色分析法对费用进行预测,然后运用支持向量机的回归算法对3种预测方法的预测值进行有机组合,建立了舰船批量建造费用的组合预测模型,最后利用样本数据分析了一个参数变化对预测性能的影响,给出了支持向量机参数选择的依据.仿真结果表明,该模型能明显提高系统预测的精度和稳定性,可用于舰船批量建造费用的预测和估算,具有较大的实用价值.     

基于进化规划算法的舰船辐射噪声分类

神经网络分类器在舰船辐射噪声分类中得到了广泛的应用.针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法.在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习.使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能.     

船舶物资物流管理系统

本文根据目前国内外的先进造船管理模式,探讨和分析了船舶物资物流管理系统的主功能结构,具体阐述了物资需求计划、物资的纳期计划、合同管理,仓库管理、物资领用的集托送托管理、与合同相关的财务请款、付款管理、以及以合同管理和仓库管理产生的数据为基础的财务成本预测、成本核算、成本控制等功能。     

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.     

基于LM算法的组合导航系统的故障诊断

LM (Levenberg-Marquardt)算法是梯度下降法与高斯-牛顿法的结合,在训练次数与精度上明显优于标准的BP算法.介绍了BP神经网络,采用LM算法对标准BP算法进行改进,并应用于船舶组合导航系统的故障诊断.仿真结果表明,LM算法可有效地提高学习速度,缩短训练时间,诊断效果好.