本文選題：神經(jīng)網(wǎng)絡 + 艦船操縱穩(wěn)定性��； 參考：《艦船科學技術》2017年22期

【摘要】：針對傳統(tǒng)艦船操縱性能預報系統(tǒng)預報精度低、穩(wěn)定性差、效率慢等弊端,設計一種新的基于改進神經(jīng)網(wǎng)絡的艦船操縱性能預報系統(tǒng)。對標準神經(jīng)網(wǎng)絡算法容易陷入局部最優(yōu)解的不足進行改進,用共軛梯度法取代原梯度下降算法,介紹了改進后的神經(jīng)網(wǎng)絡算法。通過矩陣方式對艦船操縱穩(wěn)定性的構成進行描述,利用改進的神經(jīng)網(wǎng)絡算法設計艦船操縱穩(wěn)定性預報系統(tǒng)。實驗結果表明,所設計系統(tǒng)預報精度高、穩(wěn)定性強、效率快,能有效完成艦船操縱穩(wěn)定性的預報。
[Abstract]:A new ship maneuvering performance prediction system based on improved neural network is designed to overcome the disadvantages of low prediction accuracy, poor stability and low efficiency in the traditional ship maneuvering performance prediction system. The deficiency of standard neural network algorithm which is easy to fall into local optimal solution is improved. The conjugate gradient method is used to replace the original gradient descent algorithm and the improved neural network algorithm is introduced. The structure of ship maneuvering stability is described by matrix method, and the prediction system of ship maneuvering stability is designed by using improved neural network algorithm. The experimental results show that the designed system has the advantages of high prediction accuracy, strong stability and high efficiency, and it can effectively predict the ship maneuvering stability.
【作者單位】： 重慶工程學院;
【分類號】：TP183;U674.70

【相似文獻】

相關期刊論文 前2條

1 侯建軍;劉光明;楊寶璋;;高速艦船操縱性仿真研究[J];航海科技動態(tài);2000年05期

2 吳f^;鄭環(huán)宇;曹之新;;淺水域?qū)κ蓍L型艦船操縱性的影響[J];航海技術;2009年03期

相關博士學位論文 前1條

1 劉明春;8×8輪轂電機驅(qū)動車輛操縱穩(wěn)定性分析與控制研究[D];北京理工大學;2015年

相關碩士學位論文 前2條

1 吳晗;大型艦船操縱性理論預報及視景仿真[D];哈爾濱工程大學;2010年

2 來翔;某特種越野車行駛動力學研究[D];南京理工大學;2016年

，

本文編號：1877268