基于灰色模型粒子群优化算法的自适应神经模糊推理系统模型的船舶横摇运动预报分析

发布时间：2017-06-21 04:06

  本文关键词：基于灰色模型粒子群优化算法的自适应神经模糊推理系统模型的船舶横摇运动预报分析，由笔耕文化传播整理发布。

【摘要】：为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(grey particle swarm optimization-adaptive neural-fuzzy inference system,GPSO-ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统;再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船"育鲲"轮的横摇数据进行仿真实验。实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。
【作者单位】： 大连海事大学航海学院;
【关键词】： 船舶横摇运动 灰色模型 时间序列预测 粒子群优化算法 自适应神经模糊推理系统
【基金】：国家自然科学基金项目(51279106,51009017,51379002) 中央高校基本科研业务经费项目(3132016116,3132016314) 交通部应用基础研究项目014329225010) 辽宁省教育厅一般项目(L2014214)资助
【分类号】：U661.32;TP18
【正文快照】： 51009017,51379002)、中央高校基本科研业务经费项目(3132016116,3132016314)、交通部应用基础研究项目(2014329225010)、辽宁省教育厅一般项目(L2014214)资助船舶的运动分[1]为六个自由度,包括横、纵摇以及横荡和纵荡等;其中的横摇运动对船舶在海上航行的适航性和安全性影响

【相似文献】

中国期刊全文数据库 前3条

1 甘泉;郑均辉;;粒子群优化算法在船型优化设计中的应用仿真[J];计算机仿真;2013年07期

2 谢业海;林孝工;赵大威;徐树生;;基于粒子群优化算法的海浪方向谱估计[J];哈尔滨工程大学学报;2012年12期

3 ;[J];;年期

中国博士学位论文全文数据库 前1条

1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年

  本文关键词：基于灰色模型粒子群优化算法的自适应神经模糊推理系统模型的船舶横摇运动预报分析，由笔耕文化传播整理发布。

，

本文编号：467603