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
2
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
大型船舶操纵指数的最优选取仿真研究
被引量：
1
1
作者
覃志居
《舰船科学技术》
北大核心
2018年第2X期13-15,共3页
为了提高大型船舶操纵的稳定性,需要进行船舶操纵指数优化选取,提高控制性能,提出一种基于自适应反演均衡控制的大型船舶操纵指数的最优选取模型。构建大型船舶操纵指数分布模型,采用敏感传感器进行原始操纵数据采集,进行大型船舶操纵...
为了提高大型船舶操纵的稳定性,需要进行船舶操纵指数优化选取,提高控制性能,提出一种基于自适应反演均衡控制的大型船舶操纵指数的最优选取模型。构建大型船舶操纵指数分布模型,采用敏感传感器进行原始操纵数据采集,进行大型船舶操纵控制目标函数构造,采用自适应反演控制方法进行控制参量寻优,在船舶操纵指数的链路传输模型中进行Lyapunove指数均衡配置,实现船舶操纵指数的优选控制。仿真结果表明,采用该方法进行大型船舶操纵指数选取,能有效提取到船舶的最优控制指令,并通过指令实现船舶的稳定性操纵,提高船舶操纵的平稳性和安全性。
展开更多
关键词
船舶操纵指数
控制
均衡配置
选取模型
在线阅读
下载PDF
职称材料
基于改进灰狼算法的船舶数学模型参数辨识
被引量：
4
2
作者
孟耀
张秀凤
陈雨农
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023年第8期1304-1312,共9页
为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准...
为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。
展开更多
关键词
船舶
响应型数学模型
参数辨识
船舶
操纵
性
指数
支持向量回归
改进灰狼算法
基于遗忘因子的递推最小二乘
辨识参数优化
泛化性验证
在线阅读
下载PDF
职称材料
题名
大型船舶操纵指数的最优选取仿真研究
被引量：
1
1
作者
覃志居
机构
钦州学院
出处
《舰船科学技术》
北大核心
2018年第2X期13-15,共3页
文摘
为了提高大型船舶操纵的稳定性,需要进行船舶操纵指数优化选取,提高控制性能,提出一种基于自适应反演均衡控制的大型船舶操纵指数的最优选取模型。构建大型船舶操纵指数分布模型,采用敏感传感器进行原始操纵数据采集,进行大型船舶操纵控制目标函数构造,采用自适应反演控制方法进行控制参量寻优,在船舶操纵指数的链路传输模型中进行Lyapunove指数均衡配置,实现船舶操纵指数的优选控制。仿真结果表明,采用该方法进行大型船舶操纵指数选取,能有效提取到船舶的最优控制指令,并通过指令实现船舶的稳定性操纵,提高船舶操纵的平稳性和安全性。
关键词
船舶操纵指数
控制
均衡配置
选取模型
Keywords
ship control index
control
equilibrium configuration
selection model
分类号
U661.33 [交通运输工程—船舶及航道工程]
U675.9 [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
基于改进灰狼算法的船舶数学模型参数辨识
被引量：
4
2
作者
孟耀
张秀凤
陈雨农
机构
大连海事大学航海学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023年第8期1304-1312,共9页
基金
国家自然科学基金项目(51779029).
文摘
为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。
关键词
船舶
响应型数学模型
参数辨识
船舶
操纵
性
指数
支持向量回归
改进灰狼算法
基于遗忘因子的递推最小二乘
辨识参数优化
泛化性验证
Keywords
ship response mathematical model
parameter identification
ship maneuverability index
support vector regression
modified grey wolf optimizer
recursive least squares based on forgetting factor
identification parameter optimization
generalization verification
分类号
U661.3 [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
大型船舶操纵指数的最优选取仿真研究
覃志居
《舰船科学技术》
北大核心
2018
1
在线阅读
下载PDF
职称材料
2
基于改进灰狼算法的船舶数学模型参数辨识
孟耀
张秀凤
陈雨农
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023
4
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
