期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于黑箱建模的船型要素数学建模研究
被引量:
1
在线阅读
下载PDF
职称材料
导出
摘要
船舶主尺度要素数学模型的建立是一项重要的工作,而影响主尺度的因素较多,用传统的理论模型计算的结果容易产生较大的误差。提出用黑箱建模方法来预测这些参数,运用多元回归分析对黑箱模型进行求解并通过实例验证该方法的有效性和实用性。
作者
魏方以
陈胜怀
曾丽敏
机构地区
武汉理工大学交通学院
出处
《造船技术》
2010年第6期14-15,共2页
关键词
黑箱建模
船型要素
回归分析
预测
分类号
U661 [交通运输工程—船舶及航道工程]
引文网络
相关文献
节点文献
二级参考文献
16
参考文献
5
共引文献
41
同被引文献
4
引证文献
1
二级引证文献
9
参考文献
5
1
李冬琴,王丽铮,王呈方.
支持向量机回归方法在船型要素建模中的应用[J]
.中国舰船研究,2007,2(3):18-21.
被引量:7
2
魏传锋,王浚.
黑箱建模方法在环境模拟试验中的应用[J]
.航天器环境工程,2005,22(4):204-206.
被引量:9
3
桑松,林焰,纪卓尚.
基于神经网络的船型要素数学建模研究[J]
.计算机工程,2002,28(9):238-240.
被引量:18
4
高尚,张殿友.
一种新的船型主尺度要素的数学模型[J]
.舰船科学技术,2008,30(3):131-134.
被引量:1
5
刘胜,宋佳,李高云.
PSO并行优化LSSVR非线性黑箱模型辨识[J]
.智能系统学报,2010,5(1):51-56.
被引量:11
二级参考文献
16
1
桑松,林焰,纪卓尚,赵占军,纪国利,罗炳学.
45000吨化学品运输船主尺度数学模型建立[J]
.船舶工程,2001(4):11-13.
被引量:10
2
郭亨翔,朱碧庄.
当今散货船主尺度变化的回归分析[J]
.民船船型开发通讯,1993(1):41-46.
被引量:2
3
李树范,林克斌.
大型油船主尺度论证数学模型及程序系统[J]
.民船船型开发通讯,1993(2):17-33.
被引量:2
4
吕柏源,唐跃,李锋,俞巍.
建立挤出过程教学模型一种新方法的探讨[J]
.橡胶技术与装备,1996,22(4):1-8.
被引量:3
5
刘胜,李妍妍.
自适应GA-SVM参数选择算法研究[J]
.哈尔滨工程大学学报,2007,28(4):398-402.
被引量:47
6
Gunn S R.Support Vector Machines for Classification and Regression[R].Technical Report,Image Speech and Intelligent Systems Research Group,University of Southampton,1997.
7
王浚;黄本诚;万大才.环境模拟技术,1996.
8
臧宇飞,龚京忠,吴宝中,李国喜.
基于试验的复杂精密机构装调模型研究[J]
.机械制造,2007,45(10):33-36.
被引量:1
9
夏克文,董瑶,杜红斌.
基于改进PSO算法的LS-SVM油层识别模型[J]
.控制与决策,2007,22(12):1385-1389.
被引量:13
10
罗伟林,邹早建.
应用支持向量机的船舶操纵运动响应模型辨识(英文)[J]
.船舶力学,2007,11(6):832-838.
被引量:15
共引文献
41
1
周燕,赵福令,王元刚,王辉.
基于神经网络的混粉电火花加工效果的预测模型[J]
.电加工与模具,2005(5):9-11.
2
刘荻,周振民.
RBF神经网络在径流预报中的应用[J]
.华北水利水电学院学报,2007,28(2):12-14.
被引量:14
3
臧宇飞,龚京忠,吴宝中,李国喜.
基于试验的复杂精密机构装调模型研究[J]
.机械制造,2007,45(10):33-36.
被引量:1
4
张殿友.
基于支持向量机的船型主尺度要素数学建模[J]
.江苏船舶,2007,24(2):1-3.
5
高尚,张殿友.
一种新的船型主尺度要素的数学模型[J]
.舰船科学技术,2008,30(3):131-134.
被引量:1
6
王凯军,阎中.
厌氧反应器系统动力学模型构建方法学研究[J]
.环境科学,2008,29(9):2507-2512.
被引量:4
7
金雁,赵耀.
基于改进蚁群算法的船舶主尺度优化[J]
.华中科技大学学报(自然科学版),2008,36(11):99-102.
被引量:14
8
张斌.
旅游路欧姆模型浅析[J]
.浙江国际海运职业技术学院学报,2009,5(1):42-44.
9
潘道宏.
RBF神经网络模型拟合电力抽水站水位流量关系研究[J]
.水利科技与经济,2010,16(3):300-301.
被引量:2
10
王运龙,纪卓尚,林焰.
Mathematically modeling the main dimensions of self-elevating drilling units[J]
.Journal of Marine Science and Application,2009,8(3):211-215.
同被引文献
4
1
吕柏源,唐跃,李锋,俞巍.
建立挤出过程教学模型一种新方法的探讨[J]
.橡胶技术与装备,1996,22(4):1-8.
被引量:3
2
王浚;黄本诚;万大才.环境模拟技术,1996.
3
臧宇飞,龚京忠,吴宝中,李国喜.
基于试验的复杂精密机构装调模型研究[J]
.机械制造,2007,45(10):33-36.
被引量:1
4
王凯军,阎中.
厌氧反应器系统动力学模型构建方法学研究[J]
.环境科学,2008,29(9):2507-2512.
被引量:4
引证文献
1
1
魏传锋,王浚.
黑箱建模方法在环境模拟试验中的应用[J]
.航天器环境工程,2005,22(4):204-206.
被引量:9
二级引证文献
9
1
臧宇飞,龚京忠,吴宝中,李国喜.
基于试验的复杂精密机构装调模型研究[J]
.机械制造,2007,45(10):33-36.
被引量:1
2
王凯军,阎中.
厌氧反应器系统动力学模型构建方法学研究[J]
.环境科学,2008,29(9):2507-2512.
被引量:4
3
张斌.
旅游路欧姆模型浅析[J]
.浙江国际海运职业技术学院学报,2009,5(1):42-44.
4
魏方以,陈胜怀,曾丽敏.
基于黑箱建模的船型要素数学建模研究[J]
.造船技术,2010,38(6):14-15.
被引量:1
5
倪祥龙,康建设,王广彦,白永生.
黑箱模型输出不确定性的敏感性分析[J]
.计算机仿真,2014,31(4):22-26.
被引量:3
6
杨东奎,王阔,王继锋.
加氢裂化工艺操作过程的优化分析[J]
.石油炼制与化工,2014,45(6):68-73.
被引量:2
7
邹龙生,李志鸢,冯耀龙.
黑箱模型在《电路与磁路》教学中的应用[J]
.装备制造与教育,2016,30(3):91-93.
8
游步新,卜京,殷明慧.
基于瞬时电流特征的电流互感器饱和识别改进方法[J]
.电力自动化设备,2018,38(4):29-35.
被引量:10
9
母刚,李海东,常轶智,吴乙涛,张倩,李航企,张寒冰,李秀辰,张国琛,宋若冰.
基于BP神经网络的虾夷扇贝育苗投饵预测模型[J]
.水产学报,2025,49(12):199-212.
1
许维德,陈丰.
国内江海直达船的发展概况[J]
.船舶工程,1993(6):18-22.
被引量:3
2
刘长德,张华,韩阳,师超.
基于LS-SVM的船舶操纵性黑箱建模与预报研究[J]
.船舶力学,2013,17(8):872-877.
被引量:2
3
李俊兴,冯学知.
船型要素对风浪中船舶失速的影响[J]
.舰船力学情报,1994(8):12-23.
4
王雪刚,邹早建,任如意,蔡韡.
基于支持向量机的四自由度船舶操纵运动黑箱建模[J]
.中国造船,2014,55(3):147-155.
被引量:10
5
李纳,陈明,刘飞,林焰,谌志新.
基于广义回归神经网络与遗传算法的玻璃钢渔船船型要素优化研究[J]
.船舶工程,2012,34(4):18-20.
被引量:10
6
桑松,林焰,纪卓尚.
基于神经网络的船型要素数学建模研究[J]
.计算机工程,2002,28(9):238-240.
被引量:18
7
王运龙,金朝光,林焰,申陶.
集装箱船船型要素数学建模研究[J]
.武汉理工大学学报(交通科学与工程版),2011,35(5):914-917.
被引量:3
8
徐锋,邹早建,徐小卡,尹建川.
基于支持向量机的船舶操纵运动黑箱建模[J]
.北京航空航天大学学报,2013,39(11):1553-1557.
被引量:7
9
横尾幸一,于秀珍.
关于双轴肥大型船的主要船型要素对推进性能...[J]
.大连船研,1992(00A):61-69.
10
刘寅东,唐焕文.
基于误差反传神经网络的船型要素建模分析方法及应用[J]
.中国造船,1998,39(2):7-12.
被引量:5
造船技术
2010年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部