基于并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)的艦船運(yùn)動(dòng)預(yù)報(bào).pdf

1、船舶縱向運(yùn)動(dòng)姿態(tài)極短期預(yù)報(bào)對(duì)提高船舶武器裝備系統(tǒng)精度以及對(duì)艦載機(jī)著艦的安全系數(shù)的提高是十分重要的。由于受到海浪、海風(fēng)及其它干擾的影響，船舶產(chǎn)生了六個(gè)自由度的復(fù)雜運(yùn)動(dòng)，具有很強(qiáng)的隨機(jī)性和非線性性，這就導(dǎo)致對(duì)船舶運(yùn)動(dòng)姿態(tài)進(jìn)行預(yù)報(bào)相當(dāng)?shù)睦щy。 通過對(duì)船舶運(yùn)動(dòng)姿態(tài)極短期預(yù)報(bào)的歷史背景和國內(nèi)外研究的現(xiàn)狀分析比較發(fā)現(xiàn)，傳統(tǒng)的時(shí)間序列分析與預(yù)報(bào)理論是以線性模型為基礎(chǔ)的，對(duì)線性系統(tǒng)有較好的效果，但不適用于非線性系統(tǒng)的時(shí)間序列建模與預(yù)報(bào)。

2、 本文從灰色系統(tǒng)理論和神經(jīng)網(wǎng)絡(luò)理論的觀點(diǎn)出發(fā)，從組合優(yōu)化的角度，利用有效度的概念，建立了一種適用于非線性系統(tǒng)在線實(shí)時(shí)預(yù)報(bào)的模型——等維遞推并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)模型(EDRPGNN)，并首次將其運(yùn)用于艦船運(yùn)動(dòng)姿態(tài)的極短期預(yù)報(bào)當(dāng)中。論文的主要工作如下： 1、研究了艦船縱搖運(yùn)動(dòng)數(shù)據(jù)的特點(diǎn)，針對(duì)GM(1，1)預(yù)報(bào)模型適用于單調(diào)增加序列的特點(diǎn)，選用了函數(shù)變換型GM(1，1)預(yù)報(bào)模型。 2、圍繞著基于神經(jīng)網(wǎng)絡(luò)的建模與預(yù)報(bào)方案，對(duì)不同的

3、神經(jīng)網(wǎng)絡(luò)模型進(jìn)行研究，又考慮到預(yù)報(bào)可靠性、實(shí)時(shí)性、時(shí)間性的要求，我對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了篩選，選擇了訓(xùn)練速度快、具有較好的泛化能力的RBF神經(jīng)網(wǎng)絡(luò)。 3、從組合優(yōu)化的角度，利用有效度的概念，我將灰色系統(tǒng)理論GM(1，1)預(yù)報(bào)模型與RBF網(wǎng)絡(luò)預(yù)報(bào)模型很好的結(jié)合，建立了等維遞推并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型(EDRPGNN)。 4、借助于Matlab這個(gè)功能強(qiáng)大的軟件，我對(duì)大量數(shù)據(jù)進(jìn)行仿真分析，由此確定了模型中的各個(gè)參數(shù)：灰色GM