水管路系统低噪声配置研究

管路系统的水力功能和振动噪声性能相互影响皆为设计目标。舰船领域中冷却水管路系统长期开启,管路系统振动及船外辐射噪声受到关注。为实现船外辐射噪声的控制,有必要建立水力和声学的协调设计技术。文章以低噪声配置原则为管路系统设计指导,基于复杂水力管网计算方法进行管系合理配置,基于管系等效水梁及管系—船体声固耦合整体建模方法进行振动及船外辐射噪声计算评估,形成了水力与声学协调的管路系统低噪声配置技术流程。以典型冷却水管路系统为对象,初步测试验证了配置原则和计算方法。     

实值否定选择算法的优化研究

针对传统的否定选择算法和V-detector算法存在的"黑洞"以及检测器冗余问题,论文提出了优化算法。在检测器生成阶段,候选检测器与自体数据和成熟检测器同时进行耐受训练,比较结果确定检测器半径,减少检测器的重复覆盖;在检测器成熟阶段,计算自体重复覆盖率剔除完全被覆盖的检测器,克服了"黑洞"及冗余问题。最后,通过Iris数据比较了三种算法。实验结果显示,改进算法的检测器数量大幅减少,利于实践应用。     

陆战场 ISR 无人机威胁分析及其评估模型研究

分析陆战场中情报、监视和侦察（IS R ）无人机的威胁影响因素及其特点,构建了IS R无人机威胁评估指标体系,利用遗传算法优化了BP神经网络评估模型,针对ISR无人机的威胁进行评估分级,仿真结果实际可行,为陆战场中无人机的编队模式和航路优化提供了可靠依据。     

基于动态面控制方法的船舶动力定位控制

随着经济全球化的发展,人们对海洋资源的开采和利用逐年加深,在开采过程中需要在船舶上进行数据采集,保证船舶的稳定性对研究海洋资源具有深远的意义。本文通过引入动态面控制算法,利用动态面控制技术为动力定位船舶设计控制系统,每一步使用一阶积分滤波器来评估虚拟控制输入的导数,仿真结果显示与传统的backstepping方法相比减低了计算的复杂度,增强了鲁棒性。     

基于动态聚簇结构的无线传感网络在海上通信中的应用

无线传感网络在海上无线通信系统中的应用越来越广泛,而受到海上环境的影响,网络的能量消耗及生命周期是衡量海上无线传感网络最重要的性能参数。传统无线传感网络的数据传输在单个节点之间进行传递,效率较低,而现有的基于簇结构的无线传感网络,把传感网络中的所有传感器节点按照一定的逻辑结构进行划分,增加了系统的传输效率。本文在研究现有的无线传感网络基础上,提出一种基于动态聚簇结构的无线传感网络,并进行仿真。     

基于MLPG法的船舶结构无网格自适应分析技术

研究船舶结构无网格自适应分析方法。首先运用无网格局部Petrov-Galerkin法,采用最小二乘法和加权余量法来求解结构位移场量的逼近函数,并给出问题的控制方程和刚度方程的一般表达式;然后采用Delaunay三角化细分方案对方程进行自适应计算;最后对船舶实肋板和带裂纹板进行应力分析计算,并通过与有限元法的计算结果进行比较,验证文章提出方法的有效性。     

基于模糊层次评价法的动力定位系统综合评价

通过对动力定位系统体系结构的分析,确立动力定位系统RAM评估指标的层次结构,即系统可靠性、系统可用性、系统可维护性。文章针对动力定位系统RAM的评估工作,采用AHP法确定评估指标体系各指标权重,建立了模糊综合评判模型,对系统的RAM进行量化,并对最终可能出现的不同评估结论进行分析与选择。最后以某耙吸式挖泥船为研究对象,验证了该方法的可行性和有效性。     

自适应粒子群优化的船舶动力定位云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,因此如何扩展云模型的应用范围并使其走向工程化实用化成为云模型理论的研究重点。针对船舶运动模型具有不确定性和外部扰动随机性等特点,而云模型具有兼顾模糊性和随机性的特质,尝试将云模型应用于船舶动力定位的控制过程。为解决云模型控制器参数难以整定的问题,提出基于自适应粒子群优化算法的云模型控制器设计方法。仿真试验证明了云模型控制和粒子群优化的可行性和有效性。     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。     

基于特征熵权与样本加权的大跨桥梁多车道交通荷载聚类模型

为满足交通流荷载作用下大跨桥梁结构评估的需要,研究了基于荷载参数特征的交通流状态划分方法。首先,基于实测交通流数据,按照车道属性统计分析得到交通流的单位小时特征参数样本,选择单位小时内车型比例、车头间距及交通流速度作为交通流状态划分的参考特征;其次,改进经典k-means聚类算法以增强其对高维、复杂交通流荷载分类的鲁棒性,即通过引入特征熵值来表征各特征参数对聚类效果的重要性,同时计算样本点与周围样本点的接近程度来赋予样本点权值,以削弱样本离散性对聚类质量的不利影响;最后,通过聚类算法得到11种具有不同参数特征的交通流荷载,分析了其作用下某大跨斜拉桥拉索应力响应及造成的疲劳损伤。结果表明：改进算法的聚类质量指标比原始k-means算法提高了40%以上,对交通流状态划分具有良好的适用性;通过算法得到的不同类别的交通流荷载的特征参数差异性明显,其占有率也大不相同,同一类别的交通流荷载各样本特征参数聚拢效果良好;同车道内不同类别的交通流荷载的拉索等效应力差别较大,其变异系数均在0.2以上,尤其在考虑了不同交通流荷载模型的占有率后,这种差异性进一步增大。上述结果表明该交通流荷载聚类与模拟方法是有...