期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进RBF神经网络对船舶初稳性高度的非线性实时预报
1
作者
廖声浩
王立军
+1 位作者
王思思
关竞宇
《中国航海》
CSCD
北大核心
2024年第S1期143-152,共10页
针对船舶初稳性高度(G_(M))计算步骤繁杂和实时性差等问题,提出一种基于改进径向基函数神经网络(RBFNN)对船舶G_(M)实时预报的方法。首先,引入leave-one-out交叉验证和早停策略优化径向基函数,提高模型的泛化性能;其次,选取琼州海峡客...
针对船舶初稳性高度(G_(M))计算步骤繁杂和实时性差等问题,提出一种基于改进径向基函数神经网络(RBFNN)对船舶G_(M)实时预报的方法。首先,引入leave-one-out交叉验证和早停策略优化径向基函数,提高模型的泛化性能;其次,选取琼州海峡客滚船“紫荆十一号”为研究对象,通过灰色关联分析方法选取4个与G_(M)密切相关的因素作为神经网络的输入特征;最后,以经验公式计算所得的G_(M)作为期待值,与不同算法得出的预报值进行对比分析。仿真试验结果表明,改进后的RBF神经网络比改进前具有更低的预报误差(I_(MSE)为0.0004,I_(MAPE)低于10%)。此外,与机器学习和其他人工神经网络对比,所提出的模型在船舶初稳性预报方面表现出更好的性能。因此,本文所提模型可作为船舶初稳性高度预报工具,为船舶智能配载提供准确实时的信息,提高运营效益。
展开更多
关键词
客滚船
径向基函数神经网络
初稳性高度预报
灰色关联分析
琼州海峡
在线阅读
下载PDF
职称材料
题名
基于改进RBF神经网络对船舶初稳性高度的非线性实时预报
1
作者
廖声浩
王立军
王思思
关竞宇
机构
广东海洋大学船舶与海运学院
广东海洋大学广东省南海海洋牧场智能装备重点实验室
出处
《中国航海》
CSCD
北大核心
2024年第S1期143-152,共10页
基金
国家自然科学基金(52171346
52271361)
+1 种基金
广东省南海海洋牧场智能装备重点实验室资助课题(2023B1212030003)
广东省普通高校重点领域项目(2024ZDZX3054)
文摘
针对船舶初稳性高度(G_(M))计算步骤繁杂和实时性差等问题,提出一种基于改进径向基函数神经网络(RBFNN)对船舶G_(M)实时预报的方法。首先,引入leave-one-out交叉验证和早停策略优化径向基函数,提高模型的泛化性能;其次,选取琼州海峡客滚船“紫荆十一号”为研究对象,通过灰色关联分析方法选取4个与G_(M)密切相关的因素作为神经网络的输入特征;最后,以经验公式计算所得的G_(M)作为期待值,与不同算法得出的预报值进行对比分析。仿真试验结果表明,改进后的RBF神经网络比改进前具有更低的预报误差(I_(MSE)为0.0004,I_(MAPE)低于10%)。此外,与机器学习和其他人工神经网络对比,所提出的模型在船舶初稳性预报方面表现出更好的性能。因此,本文所提模型可作为船舶初稳性高度预报工具,为船舶智能配载提供准确实时的信息,提高运营效益。
关键词
客滚船
径向基函数神经网络
初稳性高度预报
灰色关联分析
琼州海峡
Keywords
ro-ro passenger ship
radial basis function neural network
metacentric height prediction
grey correlation analysis
qiongzhou strait
分类号
U661.22 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进RBF神经网络对船舶初稳性高度的非线性实时预报
廖声浩
王立军
王思思
关竞宇
《中国航海》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
