期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于CNN的波浪中船舶摇荡运动智能预报
1
作者 林辰儒 华先亮 +2 位作者 谢立新 王扬理 侯先瑞 《船舶工程》 CSCD 北大核心 2024年第4期44-53,共10页
准确预报波浪中船舶的摇荡运动对保障船舶的航行安全和正常营运具有重要意义。研究应用卷积神经网络(CNN)对船舶在波浪中的垂荡-纵摇耦合运动进行预报研究。对船舶在不同规则波激励下的垂荡-纵摇耦合运动进行分析,对比CNN与长短期记忆(L... 准确预报波浪中船舶的摇荡运动对保障船舶的航行安全和正常营运具有重要意义。研究应用卷积神经网络(CNN)对船舶在波浪中的垂荡-纵摇耦合运动进行预报研究。对船舶在不同规则波激励下的垂荡-纵摇耦合运动进行分析,对比CNN与长短期记忆(LSTM)神经网络的预报结果,验证CNN模型的预报性能。数值模拟得到船舶在白噪声谱和JONSWAP谱激励下的不规则垂荡-纵摇耦合运动响应,应用CNN模型对所构造的训练集进行学习,并对测试集进行预报。对比CNN与LSTM的预报结果,检验CNN在不规则波中船舶摇荡运动方面的预报性能。结果表明:CNN和LSTM神经网络具有同级预报精度,可对船舶在波浪中的垂荡-纵摇耦合运动进行准确预报。 展开更多
关键词 船舶 摇荡运动 运动预报 卷积神经网络 智能航行
下载PDF
基于无迹卡尔曼滤波的海上风机叶片吊装控制 被引量:4
2
作者 郭佳民 谢雨阳 +2 位作者 赵宇 侯先瑞 宋力 《上海海事大学学报》 北大核心 2022年第2期112-119,共8页
为提高海上风机单叶片在风荷载作用下的吊装效率与精度,构造单叶片的吊装运动系统。设计无迹卡尔曼滤波与PID控制相结合的主动闭环控制系统,模拟单叶片按照3种预期路线进行110 m的吊装控制。分析结果表明,引入无迹卡尔曼滤波不仅可以明... 为提高海上风机单叶片在风荷载作用下的吊装效率与精度,构造单叶片的吊装运动系统。设计无迹卡尔曼滤波与PID控制相结合的主动闭环控制系统,模拟单叶片按照3种预期路线进行110 m的吊装控制。分析结果表明,引入无迹卡尔曼滤波不仅可以明显减少吊装过程中由风荷载所致的干扰振荡,有效提高吊装效率,还可以降低缆风绳控制力的变化率,降低硬件设备的速度响应要求。建议在吊装过程中降低缆风绳的控制力。 展开更多
关键词 海上风机 叶片吊装 运动方程 无迹卡尔曼滤波 PID控制
下载PDF
基于径向基神经网络的船舶运动智能预报
3
作者 樊翔 程陈 +2 位作者 侯先瑞 施文煜 桂皓 《船舶设计通讯》 2022年第2期8-12,共5页
为保障船舶的航行安全,需对船舶在航行时因风、浪、流等环境因素的影响而产生的摇荡运动进行准确预报,研究采用径向基函数(Radial Basis Function,RBF)神经网络对船舶未来几秒到十几秒内的运动姿态做出实时预报,有利于船舶航行时规避风... 为保障船舶的航行安全,需对船舶在航行时因风、浪、流等环境因素的影响而产生的摇荡运动进行准确预报,研究采用径向基函数(Radial Basis Function,RBF)神经网络对船舶未来几秒到十几秒内的运动姿态做出实时预报,有利于船舶航行时规避风险和精准控制。结果表明:与经典BP(Back Propagation,BP)神经网络相比,RBF神经网络模型在预报时间长度和误差方面均具有更好性能,可被有效用来对船舶摇荡运动进行准确预报。 展开更多
关键词 船舶运动 人工神经网络 智能预报
下载PDF
深度循环神经网络在船舶操纵运动辨识中的对比研究 被引量:1
4
作者 姜岩 王雪刚 +1 位作者 侯先瑞 邹早建 《水动力学研究与进展(A辑)》 CSCD 北大核心 2023年第2期187-194,共8页
该文对比研究了基于长短期记忆(Long Short-Term Memory,LSTM)和基于门控循环单元(Gated Recurrent Unit,GRU)两种深度循环网络的船舶操纵辨识建模方法。相对于传统的前向网络,循环神经网络的形式更适合发掘船舶运动训练数据中的时序相... 该文对比研究了基于长短期记忆(Long Short-Term Memory,LSTM)和基于门控循环单元(Gated Recurrent Unit,GRU)两种深度循环网络的船舶操纵辨识建模方法。相对于传统的前向网络,循环神经网络的形式更适合发掘船舶运动训练数据中的时序相关性,因而更适合应用于船舶操纵运动辨识建模。该文以KVLCC2大型油轮为研究对象,采用自由自航船模试验仿真数据作为训练数据,并在模拟数据中加入了不同强度的白噪声,使用基于LSTM和GRU的深度循环神经网络建立对噪声有良好鲁棒性的多输入多输出(MIMO)的船舶操纵运动数学模型,并对两种网络模型的预报精度进行了对比分析。结果表明,两种深度循环神经网络模型应用于船舶操纵运动预报时,均具有良好的泛化性和对噪声的鲁棒性。当噪声较大时,LSTM神经网络模型具有更好的预报性能。 展开更多
关键词 船舶操纵 系统辨识 机器学习 LSTM GRU
原文传递
System identification modelling of ship manoeuvring motion based on ?- support vector regression 被引量:9
5
作者 王雪刚 邹早建 +1 位作者 侯先瑞 徐锋 《Journal of Hydrodynamics》 SCIE EI CSCD 2015年第4期502-512,共11页
Based on the ε - support vector regression, three modelling methods for the ship manoeuvring motion, i.e., the white-box modelling, the grey-box modelling and the black-box modelling, are investigated. The 10°/1... Based on the ε - support vector regression, three modelling methods for the ship manoeuvring motion, i.e., the white-box modelling, the grey-box modelling and the black-box modelling, are investigated. The 10°/10°, 20°/20° zigzag tests and the 35° turning circle manoeuvre are simulated. Part of the simulation data for the 20°/20° zigzag test are used to train the support vectors, and the trained support vector machine is used to predict the whole 20° / 20° zigzag test. Comparison between the simula- ted and predicted 20° / 20° zigzag test shows a good predictive ability of the three modelling methods. Then all mathematical models obtained by the modelling methods are used to predict the 10°/10° zigzag test and 35° turning circle manoeuvre, and the predicted results are compared with those of simulation tests to demonstrate the good generalization performance of the mathematical models. Finally, the modelling methods are analyzed and compared with each other in terms of the application conditions, the prediction accuracy and the computation speed. An appropriate modelling method can be chosen according to the intended use of the mathematical models and the available data for the system identification. 展开更多
关键词 ship manoeuvring hydrodynamic coefficients mathematical model system identification ε - support vector regression
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部