神經網(wǎng)絡理論研究及在艦船運動預報中的應用.pdf_第1頁
已閱讀1頁,還剩141頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在實際工程中由于存在大量的非線性系統(tǒng),因此研究非線性系統(tǒng)的建模預報方法有很重要的意義。而大型艦船在波浪中的運動由于受到海浪、海風及其它干擾的影響,會產生六自由度的復雜運動,具有很強的隨機性和非線性性,這就導致了對艦船運動姿態(tài)極短期預報具有相當?shù)睦щy。本文從神經網(wǎng)絡理論出的觀點出發(fā),充分研究了一種適用于非線性系統(tǒng)建模預報的神經網(wǎng)絡—對角遞歸神經網(wǎng)絡模型。主要完成的工作有:  1.搜集整理了國內外有關艦船運動姿態(tài)預報技術的相關資料,并在此

2、基礎上提出了關于艦船運動的一種改進經典譜估計方法。并通過實際仿真證明了該方法的實用性和可靠性。  2.介紹了神經網(wǎng)絡的基本理論,對BP神經網(wǎng)絡進行深入研究,使用共軛梯度算法對BP神經網(wǎng)絡進行改進,使得網(wǎng)絡性能得到改善,提高了預報精度,并用實際例子進行了仿真計算。  3.對神經網(wǎng)絡的逼近能力進行了深入研究和探討,結合MATLAB軟件及BP神經網(wǎng)絡工具箱的使用,通過實際的例子詳細闡述了基于BP神經網(wǎng)絡的函數(shù)逼近過程及其MATLAB實現(xiàn)方

3、法?! ?.對遞歸神經網(wǎng)絡(RNN)理論進行了研究,嚴密地推導出了對角遞歸神經網(wǎng)絡(DRNN)與全對角遞歸神經網(wǎng)絡(GDRNN)的動態(tài)反傳算法、權值更新規(guī)則,對訓練算法的穩(wěn)定收斂性給予嚴格了證明,其中對學習率η選取范圍,給出了更精確的結果。  5.在時間序列預報方法的基礎上,建立了應用于大型艦船運動預報的對角遞歸神經網(wǎng)絡(DRNN)結構及其遞推預報誤差(RPE)算法,對該算法進行了穩(wěn)定收斂性及無偏性分析,并將所取得的結果與自回歸預報

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論