一种搜索空间自适应变化的自适应粒子群算法

提出一种搜索空间自适应的自适应粒子群优化算法.该算法对不同等级的粒子适应值采取不同的惯性权重,并随着算法的迭代不断缩小粒子群的搜索空间.同时,选择当前代的较优部分粒子直接进入下一代,其他粒子通过在缩小的搜索空间内随机生成,加快了种群收敛速度,同时又能使种群不断跳出局部最优解.几种典型函数的仿真实验表明,该算法在收敛速度...     

基于灰色PSO-ANFIS模型的船舶横摇运动预报分析

为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(Grey Particle Swarm Optimization-Adaptive Neural-fuzzy Inference System, GPSO -ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统,再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船“育鲲”轮的横摇数据进行仿真实验,实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。     

改进非线性外源自回归网络的潮位实时预测

我国海域辽阔,海岸带面积约占全国总面积的13%,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义。为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非线性自回归 (Nonlinear Auto Regressive models with Exogenous Inputs, NARX) 神经网络的实时潮位预测方法,并在其基础上做了相应改进。首先采用了模块化潮位预测(Modular tide level prediction)方法,将潮汐数据分为天文潮及非天文潮两部分,其次引入滑动时间窗(Sliding Time Window, STW)概念构建出改进的MS-NARX神经网络预测模型。利用美国比斯坎湾 (Biscayne Bay) 的实测潮汐值数据进行潮位预测的仿真试验,并与传统NARX神经网络及自适应粒子群算法优化的基本反向传播 (SAPSO-BP) 神经网络两种预测方法进行比较,结果表明在MAE、MSE及RMSE三项精度指标测算中,MS-NARX神经网络均为最小,可见其针对数据预测的精度和稳定性均优于 SAPSO-BP 神经网络和传统NARX神经网络,能够为提高船舶运营效率和保障船舶航行安全提供指导。     

锚泊状态下锚链作用力的计算方法

分别给出三种锚泊状态，即船体运动比较平缓、大风浪和走锚下求解锚链对船体作用力的方法．对于有铺底锚链时的静态锚链作用力的计算，着重介绍了两种新的方法——迭代法和优选法．最后通过计算实例，得出了若干结论．为实现完整的锚泊仿真系统提供了重要的理论基础。     

基于统计分析软件的海上光污染调查问卷设计

为全面了解海上光污染对夜航船舶航行安全影响的范围和程度,选择船长、船舶驾驶员和引航员作为被调查对象,选取基于人类工效学的评价、高亮度光环境对信号灯可识别性的影响以及夜间高亮度光环境对船舶航行安全的影响等方面的评价指标,设计海上光污染对船舶夜航安全影响的调查问卷.应用统计分析软件(SPSS)对回收的191份有效问卷进行统计分析,问卷总量表的信度系数达0.782,表明设计的问卷具有较高信度和效度.     

基于分级偏最小二乘回归的径向基函数神经网络

为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点数直至达到合适的网络规模,消除了训练数据中存在的多重共线性对网络泛化能力的不利影响.所得径向基函数神经网络的泛化能力比偏最小二乘回归构造的径向基函数神经网络提高了约30%.船舶航向跟踪预测控制仿真验证了该算法的可行性和有效性.     

基于BP神经网络的船舶号灯识别模型与仿真

建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数;利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart(L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.     

基于免疫算法和参考模型的船舶航向自动舵设计

为解决常规比例-积分-微分(PID)控制超调问题,将参考模型应用于船舶航向自动舵,提出一种模型参考跟踪的船舶航向PID控制算法,使船舶航向跟踪参考模型输出.针对自动舵参数整定问题,提出一种动态免疫克隆选择优化算法,在进化过程中动态改变种群规模、克隆规模和变异参数,从而加快全局搜索速度和提高局部搜索精度,保证控制器性能可靠;也可根据不同的性能指标要求,整定相应的控制参数.实船仿真试验表明,系统超调得到有效抑制,控制参数能根据需要自动调节,控制效果令人满意.     

散化船安全操作管理系统的设计与实现

通过学习国际知名散化船管理公司的管理经验,结合国际公约和相关行业指南,以及笔者多次在散化船担任船长的经验整合繁杂的安全知识和操作相关业务.以实用性和使用性为原则,设计并实现了散化船安全操作管理信息系统.该系统将散化船基本安全知识与操作模块化、系统化,普通用户可以实现浏览、检索、打印、文档自动生成等功能;管理员还可以对系统内所有内容进行修改、添加和删除等.系统的开发对散化船船员和岸基人员提高业务水平和管理水平有一定的积极意义.