神經網(wǎng)絡理論研究及在艦船運動預報中的應用.pdf

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