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.     

潜艇狭长空间下火灾烟囱温度场特性分析

潜艇有其独特的结构,其舱室狭小,易燃物多而集中,热量不易散发,加之艇体钢结构,火灾危害性很大.为了研究潜艇狭长空间下火灾烟囱温度场特性,建立了潜艇火灾烟气流动的数学模型和物理模型.采用场模拟计算的方法,利用Phoenics软件对该模型在不同烟囱开口尺寸条件下的火灾烟流进行了数值模拟.给出了不同开口尺寸下火灾烟气温度场的横向和纵向的分布,以及烟囱顶部温度随时间变化的趋势,并分析了烟气温度场随烟囱开口尺寸变化下的发展情况.     

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.     

基于神经网络和L2增益的船舶航向自动舵设计

对一类带建模误差和不确定性外界干扰的船舶运动非线性系统,提出了一种基于神经网络和L2增益方法的航向自动舵设计.对模型中的建模误差采用在线神经网络予以辨识和补偿,避免了建模误差界定函数的经验选择;而对不确定外界干扰力项则采用L2增益设计,保证了闭环跟踪系统的鲁棒性.控制器设计步骤应用Lyapunov函数递推法,航向跟踪误差和神经网络权值误差被证明是一致终值有界的.合理的控制器参数选择保证了控制系统的跟踪精度.数值仿真结果验证了控制器设计的有效性.     

集装箱船舶大型化现状与未来发展预测

美国次贷危机对全球实体经济影响的加深以及国际石油价格的剧烈变化短期内可能改变集装箱船舶大型化的趋势,但是从长期看,全球集装箱船舶大型化的趋势仍将继续。本文利用相关数据,分析预测未来集装箱船舶大型化的发展状况。     

某船MAN B＆W柴油机主润滑油温度波动故障分析

某船右主机主润滑油进口温度出现较大范围波动由来已久,由于其温度波动在许可范围内．未引起足够重视．后经故障机理分析．解决了存在达12年之久的问题。