实船性能预报的一些典型问题

随着市场竞争的日趋激烈，船东和设计部门对实船性能（特别是航速）的要求越来越高，从大量舰船的航速预报中，笔者了解到设计部门最关心的一些问题，诸如：船模试验换算到实船究竟采用二因次法还是三因次法，如何从船模阻力判断实船性能，如何提高压载试船状态的航速，本文就上述三个典型问题作简明阐述。     

基于蚁群算法的航线自动生成研究

为了减轻航海人员制定航线的繁复劳动,减少航线制定时的个人主观性,基于蚁群算法进行航线自动生成研究.以电子海图为基础,论述了网格划分、搜索策略、信息更新、航线选优、航线平滑、计算流程等相关问题和具体做法,通过示例证明了蚁群算法用于航线自动生成的可行性.该法不仅实现了航线制定的自动化,而且可以在相关搜索策略中运用专家的思想,增加航线制定的科学性,提高航行的安全性.     

自动产生型腔刀具轨迹的算法

描述了能自动产生任意形状型腔的加工轨迹的算法,该算法基于Voronoi图的曲线偏置能够避免传统偏置所面临的问题。讨论了一种Voronoi图基础上带有弧岛的任意形状型腔加工轨迹的简单有效的算法。     

基于BFGS法的BP神经网络算法研究

在把ＢＦＧＳ法运用于ＢＰ神经网络权的训练中,通过基于不同算法的神经网络对实际问题进行了学习,并根据学后获取的非线性机理结合预测的实例进行对比分析,表明基于ＢＦＧＳ法的ＢＰ神经网络算法对加快网络训练速度,提高网络预测的能力方面是有效的。     

基于流形理论的数据分类挖掘

数据挖掘技术应用于作战指挥挖掘系统,能为指挥员的决策分析提供智能化的、自动化的辅助手段。在分析数据挖掘问题中的分类算法的基础上,利用流形结构对分类算法进行了改进。从而避免全局线性对分类信息造成的丢失,保留完整的数据结构信息,在一般意义下完成针对数据集的各项任务。     

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.     

一种新型船舶智能载重测量仪的研究与应用

针对船舶货物卸载重量计量难的现状,开发了一种新型的船舶智能载重测量仪,并提出一种结构树编码免疫辨识算法实现船舶重量模型的辨识,该测量仪通过检测船体前后左右四个位置的吃水深度,精确计算船舶重量、船体倾斜度等数据,实现船舶卸货计量的智能化与自动化.在散装水泥运输船上的应用实践表明,该测量仪能实现比较理想的测量精度,误差小于0.5%,完全能满足船舶运输中对中低价货物的计量要求.     

对ANN技术表达船体曲线算法的改进

应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质,选用小波基作为前向单层神经网络的神经元激励函数,结合逐层学习（OHLO）算法对一艘3．6万吨散货船的后半体进行了表达。编程运算结果表明,该方法速度较传统的BP算法有较大提高。     

基于显式有限元方法的二维楔形体砰击压力系数预报

利用LS-DYNA软件对二维楔形体入水问题进行研究。基于显式有限元方法,选用任意拉格朗日-欧拉算法,建立了包含空气、水和楔形体的完全耦合的二维有限元模型,研究流场的射流现象与压力变化情况,预报了二维楔形体砰击压力系数,并与已公开发表的模型试验结果吻合较好,从而为后续砰击载荷计算提供可靠的方法。     

改进差分进化算法在舰船电力系统网络重构中的应用

针对舰船电力系统的网络重构,建立了以负载恢复量、开关操作数和发电机效率均衡为多优化目标的舰船电力系统故障恢复模型,提出了一种带自适应离散断点算子和动态变异、交叉因子的改进离散差分进化算法进行求解。改进后的算法能有效地提高收敛速度,并克服传统差分进化算法收敛精度不高、易陷入局部最优的问题。舰船电力系统网络故障恢复算例表明,该方法能获得更好的系统重构方案,并具有较好的优化性能。