网络重构法在舰船区域配电系统中的应用研究

运用网络重构法对舰船区域配电系统进行了分析.在考虑了电网损耗和开关动作次数因素的基础上建立数学模型,并应用改进的遗传算法--单亲遗传算法(PGA)进行求解.着重分析了单亲遗传算法针对舰船区域配电系统的特点产生相应的染色体编码、初始群体、基因移位、基因突变.本文的研究证明了单亲遗传算法可有效消除常规遗传算法中对可行性解严重破坏的缺点以及网络重构法应用在舰船区域配电系统中的有效性.     

基于K最近邻决策的支持向量机分类算法及仿真

将基于支持向量机(SVM)的分类方法和最近邻法(NN)相结合,提出了一种SVM-KNN的分类方法。通过SVM算法对训练样本进行训练并找出支持向量,在进行待识别样本判断时,当其与最优分类面距离大于某一给定阈值时采用SVM决策模型,否则运用K最近邻法决策其类别,从而减少SVM算法的误判概率。仿真实验结果显示,运用该算法无论对于合成数据还是真实数据,在分类精度上比单独的SVM都有较明显的提高。     

水翼艇纵向运动多变量鲁棒控制

为了提高水翼艇纵向运动控制的鲁棒性,采用MIMO闭环增益成形算法设计了鲁棒控制器.给出了水翼艇纵向运动传递函数形式的数学模型,通过镜像映射方法将不稳定模型转换成稳定的数学模型.仿真结果表明,所设计的鲁棒控制器将纵摇角降至了原来的25%并对模型摄动具有鲁棒性.     

基于IGA-PID的减摇水舱摇摆台控制仿真研究

减摇水舱设计完成后要安装在摇摆台上,通过摇摆台精确模拟在特定海况下船舶横摇运动从而对水舱性能进行检测,摇摆台动力装置为电液伺服系统,在模拟不同船型时,配重改变及系统本身零漂,零偏等干扰因素变化使得对其执行机构传统的PD控制参数整定难、适应性差从而模拟精度降低.文章对摇摆台进行数学建模及仿真模型搭建,设计了IGA-PID控制器,采用免疫遗传算法的PID控制,通过抗体间的促进与抑制反应,不依赖控制对象实现系统的自适应,从而对PID控制参数进行整定得到全局最优解.仿真结果表明,该控制算法的应用具有更好的控制效果和鲁棒性,满足水舱测试精度要求.     

基于蚁群算法的港内集装箱运输调度模式研究

以集装箱码头船舶装卸作业调度问题为研究对象,综合考虑港口多种装卸资源和流程,在船舶泊位占有时间确定的条件下,以装卸运输作业总成本最低为目标,提出单船装卸作业调度模型;用蚁群算法对所建立的模型进行求解和仿真,并结合实际问题给出具体调度结果。此模型和方法考虑了生产效率和作业成本之间的平衡,保证以较低的成本完成规定作业。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK(Sugeno-Tanaka)模糊系统的优点,提出了改进的模糊对向传播神经网络Improved-FCP,并给出了其学习算法。实验结果表明Improved-FCP网络较之FCP网络对样本有更高的逼近精度。     

改进最短路径算法在最佳航线选择中的应用

最佳航线选择不仅是船舶驾驶员经常关注的问题之一，而且还是船舶经营公司时常面临的重要问题之一。现利用改进的最短路径算法对该问题作出定量描述。较详细地阐述了Dijkstra算法和改进算法，并通过最佳航线选择示例说明了算法的应用。通过比较，改进算法在搜索效率上优于Dijkstra算法。     

重力场和地磁场综合匹配在导航中的运用

以重力等值线图辅助惯性导航匹配为主要的匹配方法,同时用地磁等值线图来修正重力辅助惯性导航中的误差,以达到航迹的精确匹配。最后利用重力场数据和地磁场数据进行仿真,实验结果表明该算法相比于使用单一的惯性导航算法,提高了匹配精度。     

无人帆船短途路径规划研究

针对无人帆船短途路径规划问题提出速度最优法,并与传统的A*算法进行对比研究。两种方法的模拟计算结果对比,证明了速度最优法在短途路径规划的合理性,在逆风工况和风场变化频繁条件下明显优于传统A*算法。进一步的帆船模型湖上试验结果验证了速度最优法的实时性,与自动循迹控制程序具有良好的匹配性,可以满足无人帆船的短途航行要求。     

用混合遗传算法实现对PNN网络的快速训练

结合遗传算法与BP算法形成一种混合遗传算法,考虑船舶运动特点选取合适的适应度函数,实现了对船舶操舵系统中的PNN网络进行快速训练,并对其策略问题进行了分析。