船舶操纵运动及控制仿真软件的研制

建立了外界条件干扰下的基于模糊控制的船舶操纵运动数学模型，开发了仿真软件，通过算例验证了软件的可靠性。并对其在定常见的作用下保持某一航向或航线航行进行了仿真研究，体育场结果表明：将模糊控制理论应用于船舶操纵运动的自适应控制的方法是可行的，但模糊控制规则的制订是至关重要的。     

单点系泊船舶运动的仿真研究

应用计算机仿真方法，研究了潮流作用下系泊系统的运动响应。建立了三自由度运动微分方程。然后在仿真工具箱SIMULINK中建立了时域仿真模型。对系泊船只的运动进行了计算机仿真。给出了其运动响应的时间历程，讨论了系统刚性对系泊运动的影响，利用Liapunov理论分析了静止系泊位置的稳定性，指出了定性分析方法对于系泊系统设计的意义。     

全垫升气垫船四自由度运动仿真

为了研究全垫升气垫船的操纵性,建立了气垫船的运动仿真模型.通过船模风洞试验和平面运动机构试验分别得到了气垫船的空气动力系数和水动力系数,建立了空气动力和水动力数学模型;对各个方向的合外力进行合成,依照牛顿动量和动量矩定理,建立了全垫升气垫船的运动数学模型.利用冻结一解冻算法编制了气垫船运动仿真程序,并进行了操纵仿真试验,研究了气垫船的直线航行与回转运动的操纵特性.仿真结果表明所建立气垫船模型是合理的,所采用的算法是有效的.     

船舶运动视景仿真系统研究

由于航海在军事及经济中的重要性,船舶的运动研究也引起了人们的高度重视.文章介绍了在虚拟海洋环境中船舶运动的三维视景仿真系统.文中给出了船舶在规则波中的运动方程,用Creator仿真软件建立了船舶的三维模型,在Vega软件中对船舶的运动进行了实时交互控制.该系统在Vega的海洋模块中建立海洋场景,较真实地模拟了船舶在海面的运动情况.该系统不仅节约了研究经费,同时获得了较好的视觉效果,为后续的研究打下很好的基础.     

船舶运动视景仿真系统设计与实现

针对研究船舶各种运动状态,为有效验证控制器的功能提供有效平台。采用船舶运动可视化,对视景仿真系统进行开发,对各种常见的建模和驱动技术进行了重点研究。提出了船舶运动视景仿真系统的整体设计方案及流程,利用建模软件Creator建立了逼真的三维船舶实体模型,采用DOF节点技术建立了舵\翼舵、鳍\翼鳍及螺旋桨的活动模型;解决了视景仿真系统开发中的视点切换、多通道显示、仿真数据加载等关键问题;基于VC++集成开发环境和Vega API编程技术开发了系统。三维仿真结果表明系统具有较好交互性和逼真度,为船舶运动特性研究提供了可靠手段。     

船舶在波浪中运动的计算机仿真

该文叙述了将虚拟现实技术运用到船舶运动中的可行性和方法,介绍了在虚拟现实环境中整个船体的建模方法与步骤。然后根据船舶在规则波中的频域六自由度运动方程,理论计算船舶在规则波中的六自由度运动响应。在数值模拟的计算机编程中,使用了Visual C 编程语言并结合Ooen GL(Open Graphics Library)图形接口技术,开发了一套船舶运动仿真的软件系统。     

船舶运动可视化仿真平台的设计与实现

船舶仿真系统设计,船舶航行风浪环境的稳定性和实时性研究可通过可视化进行分析。因此场景的可视化是船舶仿真的重要内容,为帮助设计人员直观地观察控制器的控制效果,提出由船舶运动模型和以MMG模型为基础建立船舶运动数学模型,根据概率论和随机过程理论建立完整的海况模型,利用龙格-库塔法计算船舶的位姿,显示模块将船舶的运动位姿数据转换成图像,实现了数据的可视化。实验结果表明,平台能够实现船舶航行仿真及3D直观显示,同时环境因素对船舶运动的影响也与理论相符。系统可以满足视景仿真的实时要求,并提供了直观的验证方式,对船舶运动控制系统控制策略的选取和控制的设计提供了依据。     

潜艇回转运动模型建立与仿真

分析了潜艇水而运动的受力情况，讨论了潜艇的位置，姿态与舵角的关系，建立了潜艇回转运动参数与舵角信息的数学模型和适用于仿真的仿真模型，仿真表明，文中所得出的模型反映了潜艇的操纵特性，可以应用与潜艇模拟训练器的设计中。     

一种采用神经网络进行系统辨识的新方法

0 引言 系统辨识就是由测试数据直接求取模型的方法.系统的数学模型是对了解系统的内部结构和特性、对系统进行深入的理论分析的首要前提.因此,要想全面了解系统就必须通过各种途径来获得数学模型.目前系统建模的方法主要有机理建模和实验建模.机理建模是从过程对象的机理和生产设备的具体结构出发,通过物料平衡和能量平衡关系,推导出对象的数学模型.这种方法虽然具有较大的普遍性,但是,由于很多工业对象内部的工艺过程复杂,对某些物理、化学过程尚不完全清楚,所以,对于复杂的数学模型较难建立;另外,工业对象大多存在非线性因素,在推导中往往需要做一些近似和假设,这就使由此方法建立的模型不能完全反映实际情况,这就可能会对进一步深入的理论分析产生影响.因此,在实际中,由于过程系统的复杂性,往往采用实验建模的方法,特别是当推导不出对象数学模型时,更需要通过实验方法来求得.采用实验的方法对系统进行辨识的方法主要有:常规方法(包括阶跃响应曲线法和脉冲响应曲线法)、闭环振荡辨识法(包括等幅振荡法和衰减振荡法)、最小二乘参数估计法、相关系数法等.这里采用神经网络来对固定模型的系统进行辨识,其本质上还是基于系统的阶跃响应曲线,它是通过找出模型参数与其阶跃曲线之间的对应关系获得一组数据,来对神经网络进行训练,使其具有模型的结构,然后再反过来对具有这类模型结构的系统进行辨识.     

一类新型神经网络模型及其控制器设计

提出一种新型神经网络模型(HNM)。此模型是一种本质非线性模型，但可以应用线性控制理论的成果来设计稳定的控制器，并且模型中的连接权系数有各自的物理意义，可以通过经验来确定其初始值。同时通过分析对角矩阵的稳定性，给出了基于HN模型的控制器的设计方法及稳定性证明。仿真结果表明HN模型的有效性及控制器的优良性能。     

基于MATLAB的神经网络辨识与控制工具箱

该文简单介绍了基于MATLAB的NNSYSID，NNCTRL神经网络辨识与控制工具箱，详细说明了工具箱中用于系统辨识的函数和用于控制器设计的函数，并通过一个具体的例子来说明利用工具箱来设计非线性系统的神经网络辨识器和控制器。     

基于神经网络的舰船运动短期预测

船舶在海上航行过程中受海风及海浪等因素的影响,使其产生六自由度的随机复杂运动。这对武器控制、舰载机着舰等操作起着相当的影响。该文分析了舰船运动姿态的时间序列特性,按照动力学系统反演原理,建立基于时间序列的非线性预测映射,根据在理论上三层感知器神经网络能够无限逼近任意非线性函数的特点,建立了用于时序分析的三层感知器模型,给出了时序反向传播算法。并进行了算例计算,从结果分析看,神经网络预测精度要稍高于时间序列分析法,为舰船运动短期预测提供了一种新的方法。     

单轴船舶运动模拟摇摆台架设计

减摇鳍是最常用的船舶减摇设备之一,在减摇鳍设计制造完成后,或是进行研究时,通常通过台架试验测试减摇鳍的性能.摇摆台架的性能指标直接关系到试验的准确性,本文对摇摆台架的设计进行了介绍,硬件部分采用PC 可编程控制器的控制方式,上位机软件采用VB编写,实现了对台架的实时控制和船舶横摇运动结算.     

基于T-S模糊模型的神经网络的系统辨识

基于T-S模糊模型,提出了利用神经网络实现非线性系统的辨识。首先,利用一种无监督的聚类算法分析输入输出数据生成初始的结构模型,确定系统的模糊空间和模糊规则数,构造神经网络辨识模型前提参数,使前提参数自适应变化,有较好的自学习能力和优化能力,采用最小二乘法取得结论参数。仿真结果验证了该方法是有效和可行的。     

粗糙集CMAC神经网络及其在非线性系统辩识中的应用

提出了一种基于粗糙集规则提取的CMAC神经网络非线性系统辩识策略。该策略利用粗糙集理论对数据样本进行数据浓缩,提取初步的映射规则。对初步的规则通过神经网络进行粗映射,利用神经网络的分类逼近能力,建立输入状态空间到输出空间的精确映射,大大提高了神经网络的收敛速度和逼近精度。通过一个非线性系统对该神经网络进行了实验,结果表明,该神经网络具有分类逼近能力强、计算量小等优点。     

粒子群算法优化神经网络的旅游热门景点预测模型

旅游热门景点预测是当前旅游管理研究领域中的热点,针对传统旅游热门景点预测模型无法准确描述旅游热门景点的变化特点缺陷,为了提高旅游热门景点预测精度,提出基于粒子群算法优化神经网络的旅游热门景点预测模型。首先分析当前国内外对旅游热门景点预测问题研究方法,得到旅游热门景点具有较大非线性变化特点,这也是导致当前旅游热门景点预测错误大原因,然后引入非线性建模能力强的RBF神经网络描述旅游热门景点的非线性变化特点,并对RBF神经网络参数进行优化,建立最优的旅游热门景点预测模型,最后与传统旅游热门景点预测模型进行了对比测试,结果表明,粒子群算法优化神经网络可以更好的跟踪旅游热门景点变化规律,旅游热门景点预测精度要明显优于传统旅游热门景点预测模型,而且旅游热门景点预测效率也更高,能够满足旅游热门景点在线预测要求。     

模拟初级视皮层注意机制的运动对象检測模型

视频监控的广泛应用使运动对象检测成为研究热点,但运动的不确定性增加了检测难度。鉴于人类视觉系统能高效地感知运动对象,研究者从神经生理学和心理学的角度提出了运动检测的生物学模型。根据上述研究成果,提出模拟初级视皮层的运动对象检测模型。使用三维Gabor时空滤波器模拟人类初级视皮层中简单细胞的经典感受野,通过非线性组合获取复杂细胞对运动对象刺激响应的运动能量,应用细胞的中心环绕作用及相关性运动检测增强运动信息并抑制环境干扰,采用信息融合获取运动对象的显著性图,并利用WTA神经网络模型实现对运动H标的感知。实验结果表明,该模型能有效检测到视频中的运动目标,运算速度较其他仿视神经加工的视觉注意模型更快。     

神经网络模型在股票预测上的应用

本文探讨了神经网络模型在股票预测上的应用,通过建立BP网络模型对上证指数进行了预测分析。实验证实了BP模型用于股指短期预测的准确性和可行性。     

神经网络模型在股票预测上的应用

本文探讨了神经网络模型在股票预测上的应用，通过建立BP网络模型对上证指数进行了预测分析。实验证实了BP模型用于股指短期预测的准确性和可行性。