在實(shí)際工程應(yīng)用中存在著大量的非線(xiàn)性系統(tǒng),因此研究非線(xiàn)性系統(tǒng)的建模預(yù)報(bào)方法具有十分重要的意義。非線(xiàn)性系統(tǒng)的Volterra級(jí)數(shù)核是系統(tǒng)的本質(zhì)特征,在基于混沌時(shí)間序列的非線(xiàn)性函數(shù)變換的自適應(yīng)濾波預(yù)報(bào)方法中,Volterra級(jí)數(shù)能夠描述具有響應(yīng)和記憶功能的非線(xiàn)性行為,已經(jīng)得到了廣泛的應(yīng)用。所以,本文重點(diǎn)研究Volterra級(jí)數(shù)核的辨識(shí)方法,并將其應(yīng)用于構(gòu)建船舶運(yùn)動(dòng)混沌時(shí)間序列的非線(xiàn)性預(yù)測(cè)模型,從而實(shí)現(xiàn)船舶運(yùn)動(dòng)預(yù)報(bào)。主要研究?jī)?nèi)容如下： 1.根據(jù)時(shí)間序列混沌特征分析和混沌時(shí)間序列的相空間重構(gòu)理論,對(duì)船舶運(yùn)動(dòng)序列的混沌特性進(jìn)行分析研究,證明了船舶橫搖運(yùn)動(dòng)時(shí)間序列具有混沌特性。同時(shí)系統(tǒng)分析研究了Volterra級(jí)數(shù)自適應(yīng)預(yù)報(bào)模型,為混沌時(shí)間序列的船舶運(yùn)動(dòng)預(yù)報(bào)研究奠定了理論基礎(chǔ)。 2.深入分析了LMS算法的理論和LMS的相關(guān)算法,對(duì)LMS相關(guān)算法辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法進(jìn)行了深入研究,提出NLMS和VSS-LMS辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法,通過(guò)對(duì)船舶運(yùn)動(dòng)的多步預(yù)報(bào),表明VSS-LMS比NLMS的預(yù)報(bào)精度相對(duì)較高,驗(yàn)證了方法的實(shí)用性和良好效果。 3.系統(tǒng)介紹了ANN的模型以及BP神經(jīng)網(wǎng)絡(luò)模型,分析研究了Volterra級(jí)數(shù)和BP神經(jīng)網(wǎng)絡(luò)模型的原理關(guān)系,提出利用單輸出三層BP神經(jīng)網(wǎng)絡(luò)辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法,實(shí)現(xiàn)了對(duì)船舶運(yùn)動(dòng)的多步預(yù)報(bào),證明該方法在預(yù)報(bào)精度上優(yōu)于LMS相關(guān)算法辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法。 4.將GA全局搜索最優(yōu)和BP神經(jīng)網(wǎng)絡(luò)模型局部尋優(yōu)結(jié)合起來(lái),解決BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中陷入局部極小值的問(wèn)題,提出GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行單輸出三層BP神經(jīng)網(wǎng)絡(luò)辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法,GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)獲得最優(yōu)的初始權(quán)值和閾值,在此基礎(chǔ)上進(jìn)行Taylor級(jí)數(shù)分解,從而得到Volterra級(jí)數(shù)各階核,實(shí)現(xiàn)對(duì)船舶運(yùn)動(dòng)多步預(yù)報(bào)。 5.在Kalman辨識(shí)Volterra級(jí)數(shù)核的船舶運(yùn)動(dòng)預(yù)報(bào)方法部分,分析了Kalman濾波原理及狀態(tài)估計(jì),在此基礎(chǔ)上重點(diǎn)研究了Kalman辨識(shí)Volterra級(jí)數(shù)核的估計(jì)算法,提出Kalman辨識(shí)Volterra級(jí)數(shù)核的船舶運(yùn)動(dòng)預(yù)報(bào)方法,實(shí)現(xiàn)對(duì)船舶運(yùn)動(dòng)的多步預(yù)報(bào)。 本文提出的自適應(yīng)算法辨識(shí)Volterra級(jí)數(shù)核的方法,通過(guò)對(duì)船舶運(yùn)動(dòng)預(yù)報(bào)的建模仿真,在理論驗(yàn)證了它們是可行的和有效的,為實(shí)時(shí)在線(xiàn)預(yù)報(bào)提供了理論依據(jù)。
【學(xué)位單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2012
【中圖分類(lèi)】：N945.14

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 劉媛媛,練繼建;遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)對(duì)汛期三門(mén)峽水庫(kù)泥沙沖淤量的計(jì)算[J];水力發(fā)電學(xué)報(bào);2005年04期

2 馬二紅,楊建浩,張紹武,張敏貴;混沌時(shí)間序列的自適應(yīng)非線(xiàn)性濾波預(yù)測(cè)[J];聲學(xué)與電子工程;2003年01期

3 蔣海峰;馬瑞軍;魏學(xué)業(yè);溫偉剛;;一種基于小數(shù)據(jù)量的快速識(shí)別短時(shí)交通流混沌特性的方法[J];鐵道學(xué)報(bào);2006年02期

相關(guān)碩士學(xué)位論文 前5條

1 袁鑫攀;基于自適應(yīng)遺傳算法的智能考試系統(tǒng)研究[D];中南大學(xué);2008年

2 金玉蘋(píng);一種基于改進(jìn)遺傳算法的智能組卷方法研究[D];哈爾濱工程大學(xué);2009年

3 劉長(zhǎng)德;基于時(shí)間序列的船舶運(yùn)動(dòng)建模預(yù)報(bào)方法研究[D];哈爾濱工程大學(xué);2009年

4 池婷婷;電阻電容分路的約瑟夫森結(jié)中的混沌研究[D];長(zhǎng)春理工大學(xué);2009年

5 李海波;混沌時(shí)間序列預(yù)測(cè)應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

本文編號(hào)：2813828