高速船（穿浪艇）運(yùn)動(dòng)響應(yīng)預(yù)報(bào).pdf

1、本論文主要研究如何采用神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)對(duì)高性能船運(yùn)動(dòng)的實(shí)時(shí)預(yù)報(bào)，以及研究如何建立能準(zhǔn)確描述船舶運(yùn)動(dòng)的數(shù)學(xué)模型。主要工作如下：1.對(duì)于船舶運(yùn)動(dòng)時(shí)間序列，提出了非線性預(yù)估差值的預(yù)報(bào)方法。2.建立兩類神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型：外部延時(shí)網(wǎng)絡(luò)和部分反饋網(wǎng)絡(luò)。并分別推導(dǎo)了相應(yīng)的學(xué)習(xí)算法。3.編制神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)程序，應(yīng)用一艘集裝箱船和一艘穿浪艇的試驗(yàn)資料對(duì)程序進(jìn)行了測(cè)試。4.建立了考慮平均航速影響的一般船舶運(yùn)動(dòng)非線性方程，為應(yīng)用系統(tǒng)辨識(shí)技術(shù)預(yù)報(bào)船舶運(yùn)動(dòng)提

2、供了一個(gè)有效的數(shù)學(xué)模型。5.作為例子，應(yīng)用線性參數(shù)辨識(shí)技術(shù)辨識(shí)了船舶垂蕩和縱搖線性耦合方程中的系數(shù)。通過(guò)本文的工作，得到了下面一些結(jié)論：1.利用非線性預(yù)估差值法對(duì)船舶運(yùn)動(dòng)進(jìn)行預(yù)報(bào)，可以很好地解決樣本量限制問(wèn)題。2.延時(shí)單元網(wǎng)絡(luò)和部分反饋網(wǎng)絡(luò)都可以成功實(shí)現(xiàn)對(duì)船舶運(yùn)動(dòng)的實(shí)時(shí)預(yù)報(bào)。二者在預(yù)報(bào)的精度上區(qū)別不大。3.由于輸入組織更為簡(jiǎn)單，部分反饋網(wǎng)絡(luò)要優(yōu)于延時(shí)網(wǎng)絡(luò)，特別是輸入維數(shù)較大（比如多自由度運(yùn)動(dòng)預(yù)報(bào)）時(shí)，可以節(jié)省資源。4.增大信