基于神经网络的数值预测技术在船舶与海洋工程中的应用研究被引量：4

Application study for numerical value predicting technology based on neural network in ship and ocean engineering

下载PDF

导出

摘要本文结合船舶与海洋工程的一些实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议。

作者张火明杨建民

机构地区上海交通大学海洋工程国家重点实验室

出处《造船技术》北大核心 2004年第6期41-45,40,共6页

基金国家自然科学基金资助专项基金项目(50323004)

关键词神经网络数值预测技术船舶工程海洋工程数据处理

参考文献4

1Wasserman P D. Neural computing: theory and practice. Van Nostrand Reinhold,1989
2Simpson P K.Artificial neural systems-foundation, paradigms, applications and implement.New York:Pergamon Press inc,1990.
3Geogre D M, Michael N V, Geogre S A. Effective backpropagation training with variable stepsize. Neural Networks,1997,10(1):69
4Charles W L. Training feedforward neural networks: an algorithm giving improved generalization. Neural Networks,1997, 10(1): 61

1王辉华,刘文化,王航宇.基于神经网络的舰船运动短期预测[J].计算机仿真,2006,23(5):18-20. 被引量：6
2赵学军,熊文海.基于改进BP神经网络的船舶操纵性能预报[J].上海船舶运输科学研究所学报,2006,29(1):48-51. 被引量：2
3Villiers de J, Bamard E. Back-propagation Neural Nets with One and Two Hidden Layers[J]. IEEE Transactions on Neural Networks, 1993,4(1) : 136.
4Wasserman P D. Neural computing: theory and practice [ M ]. Van Nostrand Reinhold,1989.
5Simpson P K. Artificial neural systems-foundation,paradigms, applications,and implement [ M ]. Pergamon Press inc, New York, USA, 1990
6Geogre D M, Michael N V, Geogre S A. Effective back- propagation training with variable stepsize [ J ]. Neural Networks, 1997,10 ( 1 ) .69 - 82.
7Charles W L. Training feedforward neural networks : an algorithm giving improved generalization [ J ]. Neural Networks,1997,10(1) :61 -68.
8Shiwei YU, Keijun ZHU, Fengqin DIAO. A Dynamic all Parameters Adaptive BP Networks Model and its Application on Oil Reservoir Prediction[J]. Appl,Math. Comput,2007,(4).
9Sadeghi B H M. A BP-neural network predictor model for plastic injection molding process[ J]. Journal of Materials Processing Technology ,2000,103 ( 7 ).
10俞铭华,吴剑国,徐昌文,杜忠仁.运输船舶金属船体重量的神经估算[J].中国造船,1997,38(3):93-99. 被引量：5

1王建勋,初冠南,于昌利,王国学,桂洪斌.船舶与海洋工程中的焊接变形预测方法研究[J].船舶工程,2011,33(S2):1-5. 被引量：5
2李佩娟,徐晓苏,刘亦亭,樊海霞.基于智能滤波技术的抗高过载陀螺信号处理方法[J].中国惯性技术学报,2014,12(3):322-326. 被引量：1
3郭红霞.基于BP神经网络的物流需求量预测框架设计[J].铁道运输与经济,2007,29(11):68-70. 被引量：5
4汪明慧,余永权,曾碧.基于ANFIS的船舶航向控制系统的设计[J].计算机工程与设计,2010,31(15):3468-3472. 被引量：2
5崔凌岳.基于优化神经网络模型的隧道变形预测研究[J].四川建筑科学研究,2014,40(1):172-175. 被引量：1
6林华荣.广州市农业总产值的预测模型分析[J].中外企业家,2017,0(6):24-27.
7张风奇,胡晓松,许康辉,唐小林,崔亚辉.混合动力汽车模型预测能量管理研究现状与展望[J].机械工程学报,2019,55(10):86-108. 被引量：66
8宁祎,孟蒙.喷涂机器人路径规划方法分析与展望[J].科学技术与工程,2019,19(35):19-27. 被引量：12
9邓林青,朱耀文,王宏伟,张勇青,李彤滨.基于NARX神经网络的FPSO系泊缆张力预报[J].海洋工程装备与技术,2020,7(2):85-92. 被引量：6
10杜君峰,王顺坤,张德庆,蔡淑绘.基于神经网络模型的波候变化影响下深海系泊缆疲劳损伤评估[J].船舶力学,2022,26(8):1189-1198. 被引量：4

1陈秋臻.浅谈Matlab及在船舶与海洋工程学习中的应用[J].现代工业经济和信息化,2017,7(1):107-108. 被引量：2
2陈迎春,孙昱,莫有权,董芳,翟龙飞.基于结构和参数智能优化的神经网络数值预测方法研究[J].信息工程大学学报,2016,17(5):518-523. 被引量：1
3高明正,张火明,金尚忠.BP神经网络在船舶与海洋工程中的应用研究[J].舰船科学技术,2008,30(1):34-40. 被引量：5
4胡志军,王鸿斌.BP神经网络数值预测方法的研究[J].长春师范学院学报（自然科学版）,2006,25(5):49-52. 被引量：2
5《武汉理工大学学报(信息与管理工程版)》征稿启事[J].武汉理工大学学报（信息与管理工程版）,2013,35(5).
6《武汉理工大学学报(信息与管理工程版)》征稿启事[J].武汉理工大学学报（信息与管理工程版）,2013,35(2).
7《武汉理工大学学报(信息与管理工程版)》征稿启事[J].武汉理工大学学报（信息与管理工程版）,2013,35(1).
8张火明,孙志林,高明正.改进的BP神经网络在船舶与海洋工程中的应用研究(英文)[J].船舶力学,2010,14(6):619-632. 被引量：6
9杨大明,蔡守允,胡志强.计算机测控系统应用模型试验研究[J].微计算机信息,2008,24(34):129-130. 被引量：1
10高立平,张力,康宁.船舶三维自动设计技术的开发研究[J].天津科技,2010,37(5):4-8.

造船技术

2004年第6期

内容加载中请稍等...