基于人工神经网络的船舶操纵运动仿真
摘要
介绍船舶操纵运动仿真的发展概况、现有成果及人工神经网络的基本理论,探讨将神经网络应用于船舶操纵运动仿真领域,构造一种网络结构和训练方法完成船舶操纵指令与船舶运动态势参数映射的可行性,并构建基于典型BP神经网络模型的操纵运动仿真系统。
出处
《航海教育研究》
2007年第z1期105-109,共5页
Maritime Education Research
参考文献5
-
1[2]沈渭,胡德文.神经网络应用技术[M].长沙:国防科技人学出版社,1993.
-
2[4]胡继洋.基于神经网络的海港潮汐预报系统研究[D].广州:海军兵种指挥学院,2005.
-
3[5]何江华,郭果敢.计算机仿真与军事运用[M].北京:国防工业出版社,2006.
-
4[7]SIMON H.Neural Networks:A Comprehensive Foundation (Second Edition)[M].Prentice Hall PTR,2004.
-
5苏高利,邓芳萍.论基于MATLAB语言的BP神经网络的改进算法[J].科技通报,2003,19(2):130-135. 被引量：168
二级参考文献18
-
1Rumelhart D E, Hinton G E, Williams R J. Learninginternal repr esentatio ns by error propagation[A].Rumelhart D E James L.McClelland J L. Parallel di stributed processing: explorations in the microstructure of cognition[C], vol ume 1, Cambridge, MA:MIT Press, 1986.318～362.
-
2Neural Network Toolbox User's Guide .The Mathworks,inc. 1999.
-
3Fahlman S E. Faster-learning variations on back-propagation: an e mpirical study[A].Touretzky D,Hinton G,Sejnowski T. Proceedings of the 1988 C onnectionist Models Summer School[C].Carnegic Mellon University,1988,38～51.
-
4Jacobs R A. Increased rates of convergence through learning rate adaptation[J]. Neural Networks,1988,1:295～307.
-
5Shar S, Palmieri F. MEKA-a fast, local algorithm for training feedforwa rd neural networks[A]. Proceedings of the International Joint Conference on Ne ural Networks[C]. IEEE Press, New York, 1990.41～46.
-
6Watrous R L. Learning algorithms for connectionist network: appli ed gradie nt methods of nonlinear optimization[A]. Proceedings of IEEE International Con ference on Neural Networks[c]. IEEE Press, New York, 1987.619～627.
-
7Shar S,Palmieri F,Datum M.Optimal filtering algorithms f or fast l earning in feedforward neural networks[J]. Neural Networks,1992, 5(5):779～7 87.
-
8Martin R,Heinrich B. A Direct Adaptive Method for F aster Backpropagation Learning: The RPROP Algorithrm[A]. Ruspini H. Proceedi ngs of the IEEE Interna t ional Conference on Neural Networks (ICNN)[C]. IEEE Press, New York. 1993.58 6～591.
-
9Fletcher R,Reeves C M. Function minimization by conjugate gra dients[J]. Computer Journal ,1964,7:149～154.
-
10Powell MJD. Restart procedures for the conjugate gradient metho d[J]. Mathematical Programming, 1977, 12: 241～254.
共引文献167
-
1苗建杰,李德波,李慧君.基于人工神经网络的锅炉受热面积灰预测研究现状及展望[J].洁净煤技术,2021,27(S02):212-220. 被引量：5
-
2王雅静,宋丹.基于BP神经网络的女性服装款式分类技术研究[J].轻工科技,2020,36(4):107-109. 被引量：3
-
3孙斌,周云龙,洪文鹏.几种改进BP算法在气液两相流流型识别中的比较[J].仪器仪表学报,2004,25(z1):623-624. 被引量：2
-
4张芳芳,贺娟,李明军.基于导数优化的BP学习算法的研究综述[J].计算机应用研究,2009,26(3):809-813. 被引量：7
-
5许尚杰,党发宁,高闯洲,党维维.吸力内摩擦角的确定方法研究[J].岩土力学,2009,30(S2):22-27. 被引量：3
-
6刘廷苍,莫春立,武晓娟.基于人工神经网络的SS400钢板力学性能预测[J].沈阳工业学院学报,2004,23(2):8-10. 被引量：2
-
7叶启亮,简敏,李欣欣,曹发海,房鼎业.甲苯与戊二烯催化合成戊烯基甲苯反应过程的建模及优化[J].计算机与应用化学,2004,21(6):873-877. 被引量：1
-
8李学军,张明玉.供应链中趋势序列的神经网络预测研究[J].山东电力高等专科学校学报,2004,7(3):25-28.
-
9王钰,郭其一,李维刚.基于改进BP神经网络的预测模型及其应用[J].计算机测量与控制,2005,13(1):39-42. 被引量：86
-
10金涛斌,王安国,丁荣林,吴咏诗.周期性缺陷接地结构的BP神经网络模型[J].固体电子学研究与进展,2005,25(1):114-118. 被引量：4
-
1金琨,章杨,王振波.基于人工神经网络的船舶操纵运动仿真[J].广州航海高等专科学校学报,2007,15(1):5-7.
-
2陆冬青,黄志清,邱云明.船舶操纵运动仿真中船舶碰岸检测研究[J].船舶工程,2015,37(S1):220-222 269.
-
3祝学亮,侯致武,柴荣军.轮胎侧偏特性对汽车操纵稳定性的影响分析[J].河北能源职业技术学院学报,2016,16(4):64-66.
-
4高孝日,洪碧光,李铁山.船间效应影响下的船舶操纵运动仿真[J].大连海事大学学报,2012,38(2):1-4. 被引量：3
-
5董国祥,陆惠生,江希龄.船舶操纵运动仿真及其理论研究[J].上海交通大学学报,1996,30(10):159-164. 被引量：4
-
6梁海军,闫超.环境干扰力作用下船舶操纵运动仿真数学模型研究[J].舰船科学技术,2015,37(7):153-156. 被引量：3
-
7方斌.船舶运动态势与操纵性的相互关系探讨[J].中国科技博览,2014(1):424-425.
-
8方斌.船舶运动态势与操纵性的相互关系探讨[J].中国科技博览,2014,0(9):60-61.
-
9朱雄军,田超.基于虚拟现实的船舶操纵运动仿真系统研究[J].船海工程,2003,32(2):34-37. 被引量：2
-
10尹飙,杨林家.船舶靠泊操纵触岸风险评价方法的研究[J].中国水运（下半月）,2011,11(4).
