南京理工大学学报（自然科学版）
南京理工大學學報（自然科學版）
남경리공대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY
2012年
6期
962-967
,共6页
门志国%彭秀艳%王兴梅%胡忠辉%孙双双
門誌國%彭秀豔%王興梅%鬍忠輝%孫雙雙
문지국%팽수염%왕흥매%호충휘%손쌍쌍
遗传算法%反向传播神经网络%混沌特性识别%船舶运动%多步预报
遺傳算法%反嚮傳播神經網絡%混沌特性識彆%船舶運動%多步預報
유전산법%반향전파신경망락%혼돈특성식별%선박운동%다보예보
为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法.在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征.利用GA优化BP神经网络获得最优的初始权值和阈值,根据BP神经网络算法求得最终的最优权值和阈值.进行Taylor级数分解,得到Volterra级数各阶核,对船舶的横摇运动时间序列进行多步预报.仿真实验表明:所提方法预报精度高、时间长,具有有效性和适应性.
為取得更有效的船舶運動預報效果,提齣瞭一種利用遺傳算法(GA)優化單輸齣三層反嚮傳播(BP)神經網絡辨識Volterra級數覈的算法.在船舶航行姿態時間序列的混沌特性識彆基礎上,分析瞭GA、BP神經網絡和Volterra級數模型的特徵.利用GA優化BP神經網絡穫得最優的初始權值和閾值,根據BP神經網絡算法求得最終的最優權值和閾值.進行Taylor級數分解,得到Volterra級數各階覈,對船舶的橫搖運動時間序列進行多步預報.倣真實驗錶明:所提方法預報精度高、時間長,具有有效性和適應性.
위취득경유효적선박운동예보효과,제출료일충이용유전산법(GA)우화단수출삼층반향전파(BP)신경망락변식Volterra급수핵적산법.재선박항행자태시간서렬적혼돈특성식별기출상,분석료GA、BP신경망락화Volterra급수모형적특정.이용GA우화BP신경망락획득최우적초시권치화역치,근거BP신경망락산법구득최종적최우권치화역치.진행Taylor급수분해,득도Volterra급수각계핵,대선박적횡요운동시간서렬진행다보예보.방진실험표명:소제방법예보정도고、시간장,구유유효성화괄응성.
