-
题名基于自优化神经网络的船舶运动模型辨识
- 1
-
-
作者
张浩晢
杨智博
焦绪国
吕成兴
朱齐丹
-
机构
青岛理工大学信息与控制工程学院
哈尔滨工程大学智能科学与工程学院
-
出处
《智能系统学报》
北大核心
2025年第3期571-583,共13页
-
基金
国家自然科学基金项目(62203249,61803220)
山东省重大创新工程项目(2022CXGC010608)
山东省自然科学基金项目(ZR2021QF115)。
-
文摘
精确的船舶运动模型是船舶自主系统的核心。为提高船舶运动建模精度,引入了改进的雪融优化器(improved snow ablation optimizer,ISAO);提出一种结合双向时间卷积网络(bidirectional temporal convolutional network,Bi-TCN)与注意力机制(attention mechanism,AM)的网络模型,即BITCA。进一步地,将ISAO与BITCA相结合,建立ISAO-BITCA船舶运动辨识混合模型。该模型利用Bi-TCN深度挖掘船舶运动序列在双向时间及空间维度下的隐藏特征,并引入AM以减少信息损失;基于ISAO,自主搜索并优化了BITCA模型的超参数组合。仿真实验结果表明,经过ISAO优化的BITCA模型在船舶航向角、偏航角速度、横摇角和总速度预测上的均方根误差(root mean square error,RMSE)分别降低了54.1%、28.21%、5.88%和40%,为船舶运动模型的准确辨识提供了一种有效手段。
-
关键词
船舶运动建模
改进雪融优化器
双向时间卷积网络
注意力机制
优化
超参数
预测
辨识
-
Keywords
ship motion modeling
improved snow ablation optimizer
bidirectional temporal convolutional network
attention mechanism
optimize
hyperparameter
predict
identification
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
U661.3
[交通运输工程—船舶及航道工程]
-
-
题名一种用于船舶操纵运动快速建模的混合经验法
被引量：2
- 2
-
-
作者
吴鹏
杨宗默
景乾峰
李玉林
-
机构
贵州省航务管理局
交通运输部天津水运工程科学研究所
大连海事大学航海学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2023年第10期2150-2160,共11页
-
基金
贵州省交通运输厅科技项目(2022-221-007)。
-
文摘
仿真测试是验证智能船舶各项功能的重要手段,船舶操纵运动建模与仿真是实现复杂海域下多船智能避碰的关键理论基础。针对现阶段船舶操纵运动建模所需的水动力系数计算复杂且难以获取的问题,提出一种混合经验法,建立了现有回归公式的组合方法,构建了综合性能指标,通过仿真操纵试验对水动力系数组选优,并基于MATLAB研发了快速建模程序代码。结果表明:该方法能够在有限的船型参数下实现高效、便捷、自动化地生成给定船舶的操纵性运动模型,对智能船舶的仿真测试验证具有重要的工程实践意义。
-
关键词
智能船舶
仿真测试
船舶运动建模
快速仿真
混和经验法
-
Keywords
intelligent ships
simulation testing
ship motion modeling
rapid simulation
hybrid empirical method
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进型野马优化算法的船舶参数辨识方法
- 3
-
-
作者
綦志刚
张昊
李冰
鲁喆
-
机构
哈尔滨工程大学智能科学与工程学院
-
出处
《中国舰船研究》
北大核心
2025年第1期85-95,共11页
-
基金
黑龙江省自然科学基金资助项目(LH2019E035)
黑龙江省教育教学改革重点项目(SJGZ20210013)
+2 种基金
黑龙江省教育教学改革项目(SJGY20220120)
黑龙江省教育科学规划重点课题(GJB1320064)
哈尔滨工程大学教育改革项目(2023B0405)。
-
文摘
[目的]传统的参数辨识方法难以完成多维度、多自由度的综合参数辨识,为实时获取船舶的复杂参数和姿态信息,保证船舶在航行时的稳定性和安全性,将改进型野马优化算法(IWHO)引入船舶参数辨识方法,与传统的船舶辨识方法相结合,提高船舶参数辨识精度。[方法]建立船舶纵向运动模型,引入动态惯性权重设计对野马优化算法进一步优化,完成船舶纵向参数辨识方法设计。[结果]通过对比分析采用不同算法时船舶辨识模型的跟踪效果,以及在不同海浪遭遇角下的船舶参数辨识结果,发现改进型野马优化算法的辨识误差为1%左右,远低于其他算法,表明基于该算法的辨识模型能更精确地跟踪航行时的船舶姿态。[结论]该辨识方法可实时为船舶航行提供精确的参数,提高船舶航行时的可操作性。
-
关键词
船舶运动建模
辨识方法设计
野马优化算法
动态惯性权重
参数辨识
-
Keywords
ship motion modeling
identification method design
improved wild horse optimizer(IWHO)
dynamic inertia weight
identification(control systems)
-
分类号
U661.73
[交通运输工程—船舶及航道工程]
-
