本文關(guān)鍵詞：基于灰色模型粒子群優(yōu)化算法的自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型的船舶橫搖運(yùn)動(dòng)預(yù)報(bào)分析，由筆耕文化傳播整理發(fā)布。

【摘要】：為了準(zhǔn)確高效的預(yù)測船舶在波浪中的航行狀態(tài)以保證人員、貨物和船舶的安全,提出了一種基于灰色模型粒子群優(yōu)化算法的自適應(yīng)神經(jīng)模糊推理系統(tǒng)(grey particle swarm optimization-adaptive neural-fuzzy inference system,GPSO-ANFIS)。GPSO-ANFIS預(yù)測模型使用模糊C均值聚類算法對(duì)輸入樣本進(jìn)行聚類分析,得到模糊規(guī)則數(shù)量并建立神經(jīng)模糊推理系統(tǒng);再使用粒子群優(yōu)化算法對(duì)建立的預(yù)測系統(tǒng)進(jìn)行優(yōu)化訓(xùn)練,從而得到最優(yōu)的預(yù)測系統(tǒng)模型。其中灰色模型用于橫搖數(shù)據(jù)的預(yù)處理,以便削弱橫搖狀態(tài)中的非線性影響因素。最后通過實(shí)船"育鯤"輪的橫搖數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了GPSO-ANFIS模型的實(shí)用性和可行性,具有較高的預(yù)測精度。并為船舶航行智能化提供了一種有價(jià)值的理論依據(jù)。
【作者單位】： 大連海事大學(xué)航海學(xué)院;
【關(guān)鍵詞】： 船舶橫搖運(yùn)動(dòng) 灰色模型 時(shí)間序列預(yù)測 粒子群優(yōu)化算法 自適應(yīng)神經(jīng)模糊推理系統(tǒng)
【基金】：國家自然科學(xué)基金項(xiàng)目(51279106,51009017,51379002) 中央高�；究蒲袠I(yè)務(wù)經(jīng)費(fèi)項(xiàng)目(3132016116,3132016314) 交通部應(yīng)用基礎(chǔ)研究項(xiàng)目014329225010) 遼寧省教育廳一般項(xiàng)目(L2014214)資助
【分類號(hào)】：U661.32;TP18
【正文快照】： 51009017,51379002)、中央高�；究蒲袠I(yè)務(wù)經(jīng)費(fèi)項(xiàng)目(3132016116,3132016314)、交通部應(yīng)用基礎(chǔ)研究項(xiàng)目(2014329225010)、遼寧省教育廳一般項(xiàng)目(L2014214)資助船舶的運(yùn)動(dòng)分[1]為六個(gè)自由度,包括橫、縱搖以及橫蕩和縱蕩等;其中的橫搖運(yùn)動(dòng)對(duì)船舶在海上航行的適航性和安全性影響

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 甘泉;鄭均輝;;粒子群優(yōu)化算法在船型優(yōu)化設(shè)計(jì)中的應(yīng)用仿真[J];計(jì)算機(jī)仿真;2013年07期

2 謝業(yè)海;林孝工;趙大威;徐樹生;;基于粒子群優(yōu)化算法的海浪方向譜估計(jì)[J];哈爾濱工程大學(xué)學(xué)報(bào);2012年12期

3 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 戴運(yùn)桃;粒子群優(yōu)化算法研究及其在船舶運(yùn)動(dòng)參數(shù)辨識(shí)中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

  本文關(guān)鍵詞：基于灰色模型粒子群優(yōu)化算法的自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型的船舶橫搖運(yùn)動(dòng)預(yù)報(bào)分析，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：467603