本文關(guān)鍵詞：基于支持向量機(jī)方法的船舶操縱運(yùn)動(dòng)建模研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 船舶操縱性是船舶重要的水動(dòng)力性能之一,和船舶的航行安全性密切相關(guān)。對船舶操縱性進(jìn)行預(yù)報(bào)是船舶設(shè)計(jì)階段的重要工作之一,其目的是為了保證所設(shè)計(jì)的船舶具有良好的操縱性。為此,國際海事組織在1993年和2002年分別頒布了臨時(shí)的和正式的船舶操縱性標(biāo)準(zhǔn),對船舶設(shè)計(jì)階段的操縱性預(yù)報(bào)提出了定量的要求。 在船舶設(shè)計(jì)階段對船舶操縱性進(jìn)行預(yù)報(bào)目前主要有四種方法:數(shù)據(jù)庫或經(jīng)驗(yàn)公式方法、自航模試驗(yàn)方法、數(shù)學(xué)模型加計(jì)算機(jī)模擬的方法和基于計(jì)算流體動(dòng)力學(xué)(Computational Fluid Dynamics, CFD)的數(shù)值模擬方法。其中,數(shù)學(xué)模型加計(jì)算機(jī)模擬的方法是目前應(yīng)用最廣和最有效的方法。應(yīng)用該方法,精確確定數(shù)學(xué)模型中的水動(dòng)力導(dǎo)數(shù)是提高預(yù)報(bào)精度的關(guān)鍵。目前,主要有四種方法可用于確定數(shù)學(xué)模型中的水動(dòng)力導(dǎo)數(shù):數(shù)據(jù)庫或經(jīng)驗(yàn)公式方法、約束模試驗(yàn)方法、理論與數(shù)值計(jì)算方法以及結(jié)合自航模試驗(yàn)的系統(tǒng)辨識方法。系統(tǒng)辨識方法在試驗(yàn)測量技術(shù)和辨識技術(shù)不斷發(fā)展的今天,重新獲得了人們的青睞并展現(xiàn)了強(qiáng)大的功能和廣闊的應(yīng)用前景。 應(yīng)用于船舶操縱性預(yù)報(bào)的船舶運(yùn)動(dòng)數(shù)學(xué)模型目前主要有兩種:一種是Abkowitz模型,又稱為整體型模型,這種模型把作用在船-槳-舵系統(tǒng)上的水動(dòng)力看作為一個(gè)整體,并將水動(dòng)力表達(dá)式在直航運(yùn)動(dòng)狀態(tài)平衡點(diǎn)附近按Taylor級數(shù)進(jìn)行展開。另一種是MMG模型,又稱為分離型模型,這種模型在前一種模型的基礎(chǔ)上把水動(dòng)力分解為作用在船體、螺旋槳和舵上的三部分,并充分考慮了船體、螺旋槳和舵的相互干擾影響。Abkowitz模型和MMG模型也被統(tǒng)稱為水動(dòng)力模型。除了水動(dòng)力模型外,在船舶操縱與控制研究中,還常用到一種所謂的響應(yīng)模型,這種數(shù)學(xué)模型反映的是船舶對操舵的回轉(zhuǎn)運(yùn)動(dòng)響應(yīng),主要被應(yīng)用于自動(dòng)舵的設(shè)計(jì),但也可應(yīng)用于簡單的操縱運(yùn)動(dòng)預(yù)報(bào)。 應(yīng)用于船舶操縱運(yùn)動(dòng)建模研究的系統(tǒng)辨識方法主要包括最小二乘法、擴(kuò)展Kalman濾波方法、嶺回歸分析方法、神經(jīng)網(wǎng)絡(luò)方法、譜分析方法等。無論采用何種辨識方法對水動(dòng)力模型進(jìn)行辨識,如何解決辨識過程中眾多水動(dòng)力導(dǎo)數(shù)的多重共線性問題以減小參數(shù)漂移是提高建模精度的關(guān)鍵。 本文在國際上首次采用一種先進(jìn)的現(xiàn)代人工智能技術(shù)——支持向量機(jī)(Support Vector Machines, SVM)對船舶操縱運(yùn)動(dòng)建模進(jìn)行了研究,包括機(jī)理建模研究與黑箱建模研究。在機(jī)理建模研究階段,應(yīng)用SVM辨識了水動(dòng)力導(dǎo)數(shù)和操縱性參數(shù),并應(yīng)用建立的操縱運(yùn)動(dòng)數(shù)學(xué)模型進(jìn)行了操縱運(yùn)動(dòng)預(yù)報(bào)。在黑箱建模階段,應(yīng)用SVM研究了船舶操縱運(yùn)動(dòng)這一非線性動(dòng)態(tài)系統(tǒng)的輸入-輸出響應(yīng)特性,并應(yīng)用建立的黑箱模型對水動(dòng)力和操縱性能指標(biāo)進(jìn)行了預(yù)報(bào)。 在機(jī)理建模研究階段,對SVM方法及其應(yīng)用進(jìn)行了驗(yàn)證,包括仿真驗(yàn)證和試驗(yàn)驗(yàn)證兩個(gè)階段。在仿真驗(yàn)證階段,應(yīng)用基于線性核的最小二乘支持向量機(jī)(Least Squares Support Vector Machines, LS-SVM)分別對Tanker 210 000DWT和Mariner船型的仿真試驗(yàn)數(shù)據(jù)進(jìn)行了回歸分析,得到了線性水動(dòng)力模型和Abkowitz模型中的水動(dòng)力導(dǎo)數(shù),并利用所得到的數(shù)學(xué)模型對Z形試驗(yàn)和回轉(zhuǎn)試驗(yàn)進(jìn)行了預(yù)報(bào)。在試驗(yàn)驗(yàn)證階段,首先分別采用一階線性、一階非線性、二階線性和二階非線性四種響應(yīng)模型,應(yīng)用LS-SVM對在上海交通大學(xué)海洋工程國家重點(diǎn)實(shí)驗(yàn)室海洋工程水池進(jìn)行的某船自航模試驗(yàn)數(shù)據(jù)進(jìn)行了回歸分析,辨識了模型參數(shù),并利用回歸模型對Z形試驗(yàn)和回轉(zhuǎn)試驗(yàn)進(jìn)行了預(yù)報(bào)。進(jìn)一步,以國際拖曳水池會(huì)議(Internatioanl Towing Tank Conference, ITTC)操縱技術(shù)委員會(huì)推薦的用于比較研究的超大型油輪KVLCC1、KVLCC2船型為對象,對SVM方法及其應(yīng)用進(jìn)行了試驗(yàn)驗(yàn)證,試驗(yàn)類型包括自航模試驗(yàn)和約束模試驗(yàn)。對自航模試驗(yàn),先后應(yīng)用響應(yīng)模型和Abkowitz模型進(jìn)行了機(jī)理建模,為了減小辨識過程中的參數(shù)漂移,對Abkowtiz模型進(jìn)行了簡化,包括:以船的合速度為無因次化因子,去除了跟縱向速度有關(guān)的非線性項(xiàng);對橫向方程和轉(zhuǎn)首方程,用橫流模型替代與橫向速度和轉(zhuǎn)首角速度有關(guān)的耦合項(xiàng)。利用所辨識的水動(dòng)力導(dǎo)數(shù),應(yīng)用回歸模型對Z形試驗(yàn)進(jìn)行了預(yù)報(bào),驗(yàn)證了SVM方法應(yīng)用于自航模試驗(yàn)結(jié)果分析以進(jìn)行操縱運(yùn)動(dòng)建模的可行性和有效性。對約束模試驗(yàn),以斜拖試驗(yàn)為例,通過對試驗(yàn)結(jié)果有限樣本的回歸分析獲得了船體橫向力和轉(zhuǎn)首力矩的數(shù)學(xué)表達(dá)式,并對不同運(yùn)動(dòng)工況下的船體水動(dòng)力進(jìn)行了預(yù)報(bào)和比較,初步驗(yàn)證了SVM方法應(yīng)用于約束模試驗(yàn)結(jié)果分析以進(jìn)行操縱運(yùn)動(dòng)水動(dòng)力預(yù)報(bào)的可行性。 在機(jī)理建模研究階段,為消除多參數(shù)系統(tǒng)回歸模型中的參數(shù)漂移,采取了幾項(xiàng)措施:一是結(jié)合主成分分析法,對線性水動(dòng)力導(dǎo)數(shù)項(xiàng)進(jìn)行拆分和合并,對其中與其他項(xiàng)線性相關(guān)嚴(yán)重的部分予以重新整理;二是引入附加激勵(lì),用于減小常規(guī)操縱中由于操舵階段粘性力的動(dòng)力相消效應(yīng)和過渡階段慣性力的消失二者所引起的參數(shù)漂移;三是對所辨識樣本采用差分格式,用于減緩樣本中各輸入變量之間的多重共線性現(xiàn)象。辨識和預(yù)報(bào)結(jié)果驗(yàn)證了所采取措施的有效性。 在黑箱建模研究階段,采用高斯核SVM進(jìn)行了辨識研究:以舵角和操縱運(yùn)動(dòng)變量為輸入,以水動(dòng)力為輸出,對Abkowitz模型中的復(fù)雜非線性函數(shù)進(jìn)行了辨識,根據(jù)辨識得到的函數(shù)關(guān)系預(yù)報(bào)了縱向、橫向及轉(zhuǎn)首方向的水動(dòng)力(力矩);以回轉(zhuǎn)試驗(yàn)為例,以舵角為輸入,以縱距、橫距及戰(zhàn)術(shù)直徑等回轉(zhuǎn)性能參數(shù)為輸出,建立了舵角和回轉(zhuǎn)性能參數(shù)之間的映射關(guān)系,根據(jù)辨識得到的映射關(guān)系預(yù)報(bào)了回轉(zhuǎn)性能參數(shù)。以對首向角的辨識和預(yù)報(bào)為例,對SVM和經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)性能進(jìn)行了比較研究,驗(yàn)證了SVM方法的優(yōu)越性;以對槳推力的辨識和預(yù)報(bào)為例,驗(yàn)證了SVM方法應(yīng)用于數(shù)據(jù)濾波與平滑的有效性;以對操縱運(yùn)動(dòng)變量及舵角的辨識和預(yù)報(bào)為例,驗(yàn)證了SVM方法應(yīng)用于樣本重構(gòu)的有效性。 通過本文的研究,驗(yàn)證了SVM方法用于船舶操縱運(yùn)動(dòng)建模的有效性,為應(yīng)用系統(tǒng)辨識技術(shù)進(jìn)行船舶操縱運(yùn)動(dòng)建模(包括機(jī)理建模和黑箱建模)研究提供了新途徑,并為指導(dǎo)船舶操縱性相關(guān)模型試驗(yàn)的優(yōu)化設(shè)計(jì)提供了新的思路。
【關(guān)鍵詞】：船舶操縱性 數(shù)學(xué)模型 Abkowitz模型 響應(yīng)模型 船模試驗(yàn) 系統(tǒng)辨識 支持向量機(jī) 多重共線性 參數(shù)漂移
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2009
【分類號】：U661.3
【目錄】：

• 摘要5-8
• ABSTRACT8-16
• 第一章 緒論16-29
• 1.1 課題背景16-19
• 1.2 課題相關(guān)研究進(jìn)展19-26
• 1.2.1 船舶操縱性預(yù)報(bào)研究進(jìn)展19-22
• 1.2.2 船舶操縱運(yùn)動(dòng)建模研究進(jìn)展22-26
• 1.3 本論文研究的目的和意義26-27
• 1.4 本論文的主要工作和創(chuàng)新27-29
• 第二章 船舶操縱運(yùn)動(dòng)數(shù)學(xué)模型29-41
• 2.1 整體型數(shù)學(xué)模型29-34
• 2.1.1 Abkowitz 模型29-32
• 2.1.2 修正的Abkowitz 模型32-34
• 2.2 分離型數(shù)學(xué)模型34-38
• 2.2.1 船體粘性類流體動(dòng)力計(jì)算模型34-36
• 2.2.2 槳力計(jì)算模型36-38
• 2.2.3 舵力計(jì)算模型38
• 2.3 響應(yīng)型數(shù)學(xué)模型38-39
• 2.4 本章小結(jié)39-41
• 第三章 現(xiàn)有的應(yīng)用于船舶操縱運(yùn)動(dòng)建模的系統(tǒng)辨識方法41-53
• 3.1 基于最小二乘方法的系統(tǒng)辨識42-45
• 3.1.1 Gauss-Newton 算法42-45
• 3.1.2 嶺回歸算法45
• 3.2 基于Kalman 濾波技術(shù)的系統(tǒng)辨識45-48
• 3.2.1 擴(kuò)展Kalman 濾波法46-47
• 3.2.2 極大似然法47
• 3.2.3 回歸預(yù)報(bào)誤差法47-48
• 3.3 基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識48-50
• 3.4 基于頻域譜分析方法的系統(tǒng)辨識50-51
• 3.5 本章小節(jié)51-53
• 第四章 基于支持向量機(jī)的系統(tǒng)辨識53-67
• 4.1 支持向量機(jī)方法簡介53-54
• 4.2 回歸型支持向量機(jī)54-62
• 4.2.1 標(biāo)準(zhǔn)型支持向量機(jī)54-59
• 4.2.2 最小二乘支持向量機(jī)59-62
• 4.3 應(yīng)用于參數(shù)辨識的支持向量機(jī)結(jié)構(gòu)62-64
• 4.4 最小二乘支持向量機(jī)模型的修正64-65
• 4.5 本章小結(jié)65-67
• 第五章 基于支持向量機(jī)的船舶操縱運(yùn)動(dòng)機(jī)理建模-仿真驗(yàn)證67-85
• 5.1 線性水動(dòng)力模型驗(yàn)證67-69
• 5.2 Abkowitz 模型驗(yàn)證69-77
• 5.2.1 樣本構(gòu)造與分析70-73
• 5.2.2 參數(shù)辨識73-75
• 5.2.3 泛化性驗(yàn)證75-77
• 5.3 參數(shù)可辨識性77-81
• 5.3.1 參數(shù)可辨識性的機(jī)理77-78
• 5.3.2 附加質(zhì)量的理論計(jì)算和試驗(yàn)比較78-81
• 5.4 系數(shù)靈敏度分析81-83
• 5.5 本章小結(jié)83-85
• 第六章 基于支持向量機(jī)的船舶操縱運(yùn)動(dòng)機(jī)理建模-試驗(yàn)驗(yàn)證85-118
• 6.1 結(jié)合某船自航模試驗(yàn)的支持向量機(jī)辨識85-102
• 6.1.1 試驗(yàn)數(shù)據(jù)預(yù)處理85-86
• 6.1.2 采用響應(yīng)模型的支持向量機(jī)辨識和操縱運(yùn)動(dòng)預(yù)報(bào)86-93
• 6.1.3 泛化性驗(yàn)證93-94
• 6.1.4 四種響應(yīng)模型結(jié)構(gòu)的比較和參數(shù)辨識結(jié)果分析94-97
• 6.1.5 采用響應(yīng)模型的支持向量機(jī)方法同傳統(tǒng)系統(tǒng)辨識方法的比較97-102
• 6.1.5.1 同嶺回歸法的比較98
• 6.1.5.2 同擴(kuò)展Kalman 濾波法的比較98-102
• 6.2 結(jié)合KVLCC 自航模試驗(yàn)的支持向量機(jī)辨識102-117
• 6.2.1 KVLCC 船型和試驗(yàn)條件102-103
• 6.2.2 試驗(yàn)數(shù)據(jù)預(yù)處理103-104
• 6.2.3 采用響應(yīng)模型的支持向量機(jī)辨識和操縱運(yùn)動(dòng)預(yù)報(bào)104-110
• 6.2.4 采用Abkowitz 模型的支持向量機(jī)辨識和操縱運(yùn)動(dòng)預(yù)報(bào)110-115
• 6.2.4.1 Abkowitz 模型的簡化110-113
• 6.2.4.2 支持向量機(jī)辨識和操縱運(yùn)動(dòng)預(yù)報(bào)113-115
• 6.2.5 采用Abkowitz 模型的支持向量機(jī)方法同傳統(tǒng)系統(tǒng)辨識方法的比較115-117
• 6.3 本章小結(jié)117-118
• 第七章 操縱運(yùn)動(dòng)機(jī)理建模中的多重共線性和參數(shù)漂移118-139
• 7.1 線性水動(dòng)力導(dǎo)數(shù)參數(shù)漂移的機(jī)理和試驗(yàn)驗(yàn)證118-122
• 7.2 非線性水動(dòng)力導(dǎo)數(shù)的參數(shù)漂移122-125
• 7.3 減小參數(shù)漂移的措施125-138
• 7.3.1 主成分分析法126-127
• 7.3.2 附加激勵(lì)法127-131
• 7.3.3 差分法131-138
• 7.4 本章小結(jié)138-139
• 第八章 基于支持向量機(jī)的船舶操縱運(yùn)動(dòng)黑箱建模139-156
• 8.1 基于支持向量機(jī)的船舶操縱水動(dòng)力預(yù)報(bào)139-145
• 8.2 基于支持向量機(jī)的船舶操縱性能預(yù)報(bào)145-147
• 8.3 支持向量機(jī)方法與人工神經(jīng)網(wǎng)絡(luò)方法的比較147-151
• 8.4 基于支持向量機(jī)的數(shù)據(jù)濾波與平滑151-152
• 8.5 基于支持向量機(jī)的樣本重構(gòu)152-154
• 8.6 本章小結(jié)154-156
• 第九章 基于支持向量機(jī)的約束模斜拖試驗(yàn)分析156-166
• 9.1 斜拖運(yùn)動(dòng)水動(dòng)力數(shù)學(xué)模型158-159
• 9.2 采用Taylor 展開式模型的支持向量機(jī)辨識和預(yù)報(bào)159-161
• 9.2.1 參數(shù)辨識159-160
• 9.2.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預(yù)報(bào)160-161
• 9.3 采用貴島模型的支持向量機(jī)辨識和預(yù)報(bào)161-163
• 9.3.1 參數(shù)辨識161-162
• 9.3.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預(yù)報(bào)162-163
• 9.4 采用烏野模型的支持向量機(jī)辨識和預(yù)報(bào)163-165
• 9.4.1 參數(shù)辨識163-164
• 9.4.2 不同航速和不同漂角情況下的橫向力和轉(zhuǎn)首力矩預(yù)報(bào)164-165
• 9.5 本章小結(jié)165-166
• 第十章 研究總結(jié)與展望166-168
• 10.1 全文總結(jié)166-167
• 10.2 研究展望167-168
• 參考文獻(xiàn)168-178
• 攻讀博士學(xué)位期間主持與參加的科研項(xiàng)目178-179
• 攻讀博士學(xué)位期間發(fā)表與錄用的論文179-180
• 致謝180

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 范尚雍;;船舶操縱性預(yù)報(bào)方法[J];船海工程;1985年05期

2 王德普,夏洪勝;船舶操縱性數(shù)學(xué)模型辨識[J];哈爾濱工程大學(xué)學(xué)報(bào);1990年03期

3 王德普;船舶操縱性模型辨識[J];沈陽工業(yè)學(xué)院學(xué)報(bào);1998年04期

4 趙學(xué)軍;熊文海;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的船舶操縱性能預(yù)報(bào)[J];交通部上海船舶運(yùn)輸科學(xué)研究所學(xué)報(bào);2006年01期

5 王成龍;付明玉;邊信黔;施小成;;全墊升氣墊船四自由度運(yùn)動(dòng)仿真[J];計(jì)算機(jī)仿真;2009年07期

6 董國祥，陸惠生，汪希齡;緊急停船運(yùn)動(dòng)數(shù)學(xué)模型及其仿真研究[J];上海交通大學(xué)學(xué)報(bào);1996年05期

7 劉小健;黃國j;鄧德衡;;不同裝載狀態(tài)下約束模試驗(yàn)的船舶操縱性研究[J];船舶工程;2009年02期

8 董國祥,陸惠生,江希齡;船舶操縱運(yùn)動(dòng)仿真及其理論研究[J];上海交通大學(xué)學(xué)報(bào);1996年10期

9 ;第三屆全國船舶操縱性學(xué)術(shù)討論會(huì)[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);1983年02期

10 萬廷鐙;海洋船舶操縱性標(biāo)準(zhǔn)[J];船舶工程;1986年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王金利;芮豐;羅慶吉;胡軍;王寶松;;20MN液壓支架試驗(yàn)臺同步升降控制系統(tǒng)建模研究[A];煤礦安全、高效、潔凈開采——機(jī)電一體化新技術(shù)學(xué)術(shù)會(huì)議論文集[C];2009年

2 李清海;孫蓓;;廢舊橡膠微粒對混凝土力學(xué)性能的影響研究[A];房建材料與綠色建筑[C];2009年

3 于紹華;劉強(qiáng);楊林娜;高懷保;;關(guān)于繩系衛(wèi)星系統(tǒng)[A];中國空間科學(xué)學(xué)會(huì)空間探測專業(yè)委員會(huì)第十二次學(xué)術(shù)會(huì)議論文集[C];1999年

4 李洪心;;財(cái)政經(jīng)濟(jì)模型微機(jī)系統(tǒng)設(shè)計(jì)與應(yīng)用[A];1998中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1998年

5 郭音;郭亞軍;左斌;;人才預(yù)測系統(tǒng)的軟件開發(fā)與應(yīng)用[A];1998中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1998年

6 黨耀國;劉思峰;葉耀軍;;農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營評價(jià)指標(biāo)體系及數(shù)據(jù)模型[A];2001年中國管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2001年

7 李孟國;;工程潮流數(shù)值模擬中局部模型及其應(yīng)用[A];第五屆全國水動(dòng)力學(xué)學(xué)術(shù)會(huì)議暨第十五屆全國水動(dòng)力學(xué)研討會(huì)文集[C];2001年

8 張玉東;董麗君;;鐵道機(jī)車車輛液壓減振器系統(tǒng)仿真研究[A];機(jī)床與液壓學(xué)術(shù)研討會(huì)論文集[C];2004年

9 馬文博;曹勇;葉曉寧;;寬度模型參數(shù)優(yōu)化及寬展自學(xué)習(xí)方式的改進(jìn)[A];2005中國鋼鐵年會(huì)論文集（第4卷）[C];2005年

10 龔平;周治蘭;王昌富;;逐步回歸分析在男性不育癥精子動(dòng)態(tài)參數(shù)中的應(yīng)用探討[A];第四屆全國臨床檢驗(yàn)學(xué)術(shù)會(huì)議論文匯編[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 上海海成投資管理有限責(zé)任公司 韓洪宇;“數(shù)學(xué)模型”在投機(jī)交易中的應(yīng)用[N];期貨日報(bào);2007年

2 劉春;首鋼礦業(yè)公司大力推進(jìn)數(shù)學(xué)建�；顒�(dòng)[N];世界金屬導(dǎo)報(bào);2007年

3 John Kay 朱冠華;風(fēng)險(xiǎn)能用數(shù)學(xué)模型確定嗎?[N];期貨日報(bào);2006年

4 齊瑞普;“數(shù)模”趟出數(shù)字管理路[N];首都建設(shè)報(bào);2008年

5 劉軍紅 中國現(xiàn)代國際關(guān)系研究院學(xué)者;數(shù)學(xué)模型的驅(qū)動(dòng)器[N];東方早報(bào);2007年

6 ;數(shù)學(xué)系畢業(yè)生成職場新寵[N];市場報(bào);2006年

7 興化市荻垛鎮(zhèn)中心小學(xué) 孫云峰;給數(shù)學(xué)注入“源頭活水”[N];成才導(dǎo)報(bào).教育周刊;2008年

8 華東師范大學(xué)商學(xué)院副院長、教授 葉德磊;清醒認(rèn)識經(jīng)濟(jì)學(xué)現(xiàn)狀[N];解放日報(bào);2009年

9 記者 童云 通訊員 徐仁本;寶鋼熱軋廠開發(fā)數(shù)模優(yōu)化軋制生產(chǎn)[N];中國冶金報(bào);2007年

10 王小龍;美開發(fā)出交通擁堵數(shù)學(xué)模型[N];科技日報(bào);2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳細(xì)秀;開關(guān)電器觸頭材料噴濺侵蝕模型研究及其試驗(yàn)[D];華中科技大學(xué);2005年

2 趙桂連;水電站水機(jī)電聯(lián)合過渡過程研究[D];武漢大學(xué);2004年

3 蔣海洋;分子篩膜的制備和新型分子篩膜反應(yīng)器[D];天津大學(xué);2004年

4 謝紅;五桿五環(huán)并聯(lián)運(yùn)動(dòng)機(jī)床開發(fā)設(shè)計(jì)及關(guān)鍵技術(shù)研究[D];同濟(jì)大學(xué);2007年

5 萬玉芹;靜電紡絲過程行為及振動(dòng)靜電紡絲技術(shù)研究[D];東華大學(xué);2006年

6 白義奎;日光溫室燃池—地中熱交換系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2007年

7 李孜軍;硫化礦石自燃機(jī)理及其預(yù)防關(guān)鍵技術(shù)研究[D];中南大學(xué);2007年

8 劉凱;弧齒錐齒輪數(shù)控銑齒機(jī)運(yùn)動(dòng)分析及控制系統(tǒng)研究[D];南京航空航天大學(xué);2007年

9 田利偉;室內(nèi)環(huán)境顆粒物濃度預(yù)測模型及污染控制策略研究[D];湖南大學(xué);2009年

10 王茂勵(lì);超空泡航行體的數(shù)學(xué)建模與控制方法研究[D];哈爾濱工程大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 閆長健;艏艉側(cè)推器操縱效能仿真研究[D];大連海事大學(xué);2008年

2 陳敏;內(nèi)河通航船舶操縱性指數(shù)的理論計(jì)算及模擬計(jì)算研究[D];重慶交通大學(xué);2011年

3 陳紀(jì)軍;風(fēng)帆助推船舶操縱性預(yù)報(bào)研究[D];中國艦船研究院;2011年

4 桑金陽;風(fēng)力送絲組合控制研究[D];南華大學(xué);2005年

5 王瓊娥;雙螺桿真空泵轉(zhuǎn)子型線設(shè)計(jì)與仿真研究[D];浙江大學(xué);2005年

6 馬坤霞;FTSC薄板坯連鑄夾雜物行為研究[D];河北理工大學(xué);2005年

7 馮玉蓉;模擬退火算法的研究及其應(yīng)用[D];昆明理工大學(xué);2005年

8 任禮英;一種新型自動(dòng)離合器及其控制系統(tǒng)的應(yīng)用研究[D];重慶大學(xué);2005年

9 張雨英;旋葉式壓縮機(jī)的數(shù)值模擬與工作過程仿真[D];重慶大學(xué);2005年

10 劉輝;隔爆兼本安直流穩(wěn)壓開關(guān)電源的研究[D];西安科技大學(xué);2005年

  本文關(guān)鍵詞：基于支持向量機(jī)方法的船舶操縱運(yùn)動(dòng)建模研究，，由筆耕文化傳播整理發(fā)布。

本文編號：309717