空船重量重心估算方法的分析

为使船舶设计人员在分析型船资料估算空船重量时快速选择适合的估算方法,分析目前典型的空船重量的估算方法适用的情况以及精确度。"从两个吃水的载重量估算空船重量"方法仅利用母型船的设计吃水和结构吃水估算空船重量;"BP神经网络估算空船重量"方法是基于详细的母型船数据库建立的神经网络模型;"统计回归方法估算空船重量"方法是基于详细的母型船数据库分解船舶结构,利用统计回归的方法。经分析发现:"从两个吃水的载重量估算空船重量"方法适用于设计初期阶段并缺少更为详细的母型船资料的情况;"BP神经网络估算空船重量"方法只适用于个别掌握此项技术的设计人员,不具有推广性;"统计回归方法"则是更为普通的估算方法,但需要详尽的数据库才可以将船型归类分组得出精确的空船重量系数。     

复杂海域水下无人航行器航位推算算法优化

针对当前水下无人航行器航位推算算法存在误差大、工作效率低等不足,设计一种性能优异的复杂海域水下无人航行器航位推算算法。首先分析当前无人航行器航位推算算法的研究现状,找到引起各种无人航行器航位推算算法不足的因素,然后收集无人航行器航位推算数据,结合复杂海域水下无人航行器航位的随机变化特点,引入遗传算法优化支持向量机设计无人航行器航位推算模型,最后与其他无人航行器航位推算算法进行对比实验。结果表明,本文算法可以适应复杂海域水下无人航行器航位的变化特点,提高无人航行器航位推算精度,无人航行器航位推算速度快,获得比对比算法整体性能更优的无人航行器航位推算结果,具有十分明显的优越性。     

振动信号监测的船用柴油机配气机构故障分析方法

船用柴油机配气机构故障复杂多样,传统船用柴油机配气机构故障分析方法无法描述故障类型,导致故障分析正确率低,误判现象严重,为了提高故障诊断正确率,提出基于振动信号监测的船用柴油机配气机构故障的分析方法。首先分析船用柴油机配气机构故障研究思路,并提取船用柴油机配气机构故障相关的振动信号,然后从船用柴油机配气机构故障相关的振动信号提取特征,运用层次分析法确定特征的权值,并采用改进支持向量机建立船用柴油机配气机构故障诊断模型,最后采用具体数据对船用柴油机配气机构故障诊断方法进行测试。结果表明,相对于其他故障分析方法,本文方法可以更好区别各种船用柴油机配气机构故障,提高了故障分析正确率,降低了故障的误判现象,具有很高的实际应用价值。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

高速公路社会经济效益评价模型研究

运用主成分分析和BP神经网络建立高速公路社会经济效益评价模型,从区域的宏观社会发展角度分析评价项目的利弊得失.该评价模型在保留测试数据最大量信息的前提下,给数据有效降维和预分类,以消除样本间的相关性;再将所产生的新的样本空间作为BP网络的输入,以降低网络输入维数,简化网络结构,并在保持相同正确率的前提下,加快网络的学习...     

基于支持向量机的水下机器人操纵运动参数辨识

根据平面运动机构试验所得到的水动力系数确定水下运载器的运动方程,应用最小二乘支持向量机对水下运载器的试验数据进行分析,辨识得到了水动力系数,并将辨识得到的参数同平面运动机构试验所确定的参数相比,验证了最小二乘支持向量机进行水下运载器操纵运动参数辨识的有效性。根据所辨识的水动力系数进行了模型验证,证明所辨识得到的水动力参数是可靠的。该方法对水下运载器的操纵和控制的研究有重要意义。     

基于BP算法的减弱复杂电磁环境对炮兵侦察影响的研究

从剖析实战面临的复杂电磁环境的特点以及对炮兵作战的影响入手,提出运用BP算法的收敛性,对不同的侦察工具的信息可信度确立合适的权值,消除由于复杂电磁环境对炮兵侦察和传递信息时所产生的误差甚至是错误的影响。     

基于RBF神经网络与LS-SVM方法的无人机飞行数据预处理方法

在对无人机飞行数据预处理方法分析比较的基础上,将RBF神经网络和最小二乘支持向量机相结合,提出1种飞行数据预处理的组合方法,进行优势互补,对单一方法的处理结果进行加权平均.仿真结果表明,该方法增强了算法的可靠性,提高了数据预处理的精度,具有较强的可操作性和适用性.     

试析降低副机发电耗油的措施

文章从船舶副机自身的节油、更经济的发电设备的应用、减少船舶电能需求等方面对船舶副机主要节能措施进行了分析探讨,为船舶副机节油降耗提供了有益的参考。     

基于ASP.NET技术的围岩分级系统开发

文章介绍了开发的基于互联网的围岩分级系统。该系统以ASP.NET技术为基础,结合了数据库技术、支持向量机技术、MATLAB接口等技术,实现了掌子面围岩信息的编录存储、围岩级别的智能判别等功能,并能使设计、专家、业主等人员通过互联网就可以及时了解到掌子面的围岩状况,对围岩级别进行综合判定,提高了隧道施工的信息化程度。