發(fā)布時(shí)間：2022-12-23 03:30

　　船舶橫搖運(yùn)動(dòng)預(yù)報(bào)對(duì)于船舶安全與作業(yè)非常重要。本文應(yīng)用固定網(wǎng)格小波神經(jīng)網(wǎng)絡(luò)在線預(yù)報(bào)不規(guī)則波中的船舶橫搖運(yùn)動(dòng)。該固定網(wǎng)格小波神經(jīng)網(wǎng)絡(luò)由離散的小波激活函數(shù)組成,其結(jié)構(gòu)和參數(shù)可以基于滑動(dòng)數(shù)據(jù)窗在線調(diào)整;在每一個(gè)滑動(dòng)數(shù)據(jù)窗,誤差下降比判據(jù)被用來從小波函數(shù)庫(kù)中選擇重要的小波函數(shù)項(xiàng)來構(gòu)建小波神經(jīng)網(wǎng)絡(luò)模型,直到該模型可以較好地表達(dá)所研究的非線性系統(tǒng),獲得的模型一般比較簡(jiǎn)潔。預(yù)報(bào)結(jié)果表明,僅僅幾個(gè)小波函數(shù)項(xiàng)就可以很好地捕捉到不規(guī)則波中船舶橫搖運(yùn)動(dòng)的非線性動(dòng)力學(xué)內(nèi)在特性,這不僅展示了小波函數(shù)很強(qiáng)的非線性表達(dá)能力,也證實(shí)了所采用的建模方法對(duì)于預(yù)報(bào)船舶在不規(guī)則波中的橫搖運(yùn)動(dòng)的有效性。 

【文章頁(yè)數(shù)】：13 頁(yè)

【文章目錄】：
0 Introduction
1 The fixed grid wavelet network for nonlinear systems
2 Online detection algorithm for significant terms based on sliding data window
3 Simulation results and analysis
    3.1 Prediction results based on simulation data
    3.2 Prediction results based on experimental data
4 Conclusions


【參考文獻(xiàn)】：
期刊論文
[1]用于非線性非平穩(wěn)船舶運(yùn)動(dòng)極短期預(yù)報(bào)的一種復(fù)合自回歸經(jīng)驗(yàn)?zāi)B(tài)分解支持向量機(jī)回歸模型（英文）[J]. Wen-yang DUAN,Li-min HUANG,Yang HAN,Ya-hui ZHANG,Shuo HUANG.  Journal of Zhejiang University-Science A（Applied Physics ＆ Engineering）. 2015(07)
[2]船舶橫搖變參數(shù)LSSVM在線預(yù)報(bào)方法（英文）[J]. 劉勝,楊震.  船舶力學(xué). 2012(09)



本文編號(hào)：3724622