图书介绍
智能预报技术及其在船舶工程中应用PDF|Epub|txt|kindle电子书版本网盘下载
- 刘胜，傅荟璇，杨震著；赵琳主编 著
- 出版社： 北京：国防工业出版社
- ISBN：9787118106060
- 出版时间：2015
- 标注页数：170页
- 文件大小：29MB
- 文件页数：181页
- 主题词：智能控制－预报－应用－船舶工程
PDF下载
下载说明
智能预报技术及其在船舶工程中应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 时间序列分析预报技术1
1.2 时间序列灰色预报技术2
1.3 混沌序列预报技术2
1.4 分解组合预报技术3
1.5 人工神经网络预报技术4
1.6 支持向量机预报技术5
1.7 在线实时预报技术6
1.8 船舶运动姿态预报技术8
1.9 船舶控制系统故障预报技术12
第2章 智能预报技术理论基础15
2.1 信息熵加权Elman神经网络原理15
2.1.1 Elman神经网络概述15
2.1.2 Elman神经网络结构15
2.1.3 Elman神经网络动态学习过程16
2.1.4 信息熵加权Elman神经网络算法17
2.2 统计学习理论与支持向量机18
2.2.1 机器学习18
2.2.2 统计学习理论19
2.2.3 支持向量机回归原理22
2.2.4 小波v－支持向量机24
2.3 群体智能优化算法26
2.3.1 群体智能优化算法的基本框架27
2.3.2 多种群协调混沌粒子群算法27
2.3.3 遗传算法35
2.3.4 人工鱼群算法41
2.3.5 免疫鱼群算法44
第3章 船舶横摇运动姿态神经网络智能预报技术48
3.1 经验模式分解理论48
3.1.1 经验模式分解算法48
3.1.2 经验模式分解的相关特性50
3.2 预报能力评价准则51
3.3 船舶横摇运动姿态神经网络预报技术52
3.3.1 信息熵加权的Elman神经网络预报技术52
3.3.2 船舶横摇运动姿态神经网络预报53
3.4 船舶横摇运动姿态经验模式分解域神经网络预报技术56
3.4.1 分解域神经网络预报结构57
3.4.2 分解域神经网络预报技术57
3.4.3 船舶横摇运动姿态经验模式分解域神经网络预报59
第4章 船舶横摇运动姿态支持向量机混沌智能预报技术67
4.1 船舶横摇运动姿态混沌动力学特征研究67
4.1.1 船舶横摇运动相空间重构参数选择68
4.1.2 船舶横摇运动混沌特性定性分析69
4.1.3 船舶横摇运动混沌特征指数分析71
4.2 变异小波v－支持向量机73
4.3 单变量鲁棒小波v－支持向量机75
4.3.1 基于间隔的结构风险最小化原则76
4.3.2 鲁棒损失函数77
4.3.3 鲁棒小波v－支持向量机78
4.3.4 单松弛变量鲁棒小波v－支持向量回归模型78
4.3.5 单松弛变量ξ和双松弛变量（ξ,ξ＊）的比较81
4.3.6 改进支持向量机解集的讨论83
4.4 基于改进支持向量机的混沌智能预报方法84
4.5 船舶横摇运动改进支持向量机混沌智能预报技术85
4.5.1 船舶横摇运动姿态混沌智能预报算法85
4.5.2 船舶横摇运动姿态混沌智能预报86
第5章 船舶航向支持向量机智能预报技术91
5.1 并行优化支持向量机91
5.1.1 特征选择优化模型92
5.1.2 支持向量机参数优化模型92
5.1.3 加权系数优化模型94
5.1.4 并行优化模型95
5.2 船舶航向改进鱼群算法支持向量机并行优化预报技术96
5.2.1 基于动物捕食搜索策略的改进人工鱼群算法96
5.2.2 船舶航向改进人工鱼群算法支持向量机并行优化预报98
5.3 支持向量机性能多目标优化技术100
5.3.1 多目标优化问题的数学描述100
5.3.2 支持向量机性能Pareto最优解集102
5.3.3 Pareto近似解集求解方法103
5.4 船舶航向改进免疫鱼群算法支持向量机多目标优化预报104
第6章 船舶横摇运动姿态最小二乘支持向量机智能预报技术111
6.1 最小二乘支持向量机（LSSVM）111
6.1.1 最小二乘支持向量机回归模型112
6.1.2 LSSVM增量式学习算法112
6.1.3 LSSVM在线式学习算法114
6.2 混沌最小二乘支持向量机预报技术116
6.2.1 固定参数预报模型117
6.2.2 固定参数在线预报步骤118
6.2.3 船舶横摇运动姿态固定参数混沌LSSVM预报118
6.3 时间序列变参数混沌LSSVM预报技术120
6.3.1 最小二乘支持向量机变参数在线建模方法120
6.3.2 变参数混沌LSSVM在线建模预报步骤121
6.3.3 船舶横摇运动姿态变参数混沌LSSVM预报122
第7章 船舶航向控制系统故障智能预报技术127
7.1 船舶航向控制系统故障模式及原因分析127
7.1.1 舵控制系统故障分析127
7.1.2 船舶动力装置故障分析129
7.2 船舶航向控制系统故障树构建129
7.2.1 故障树的基本概念129
7.2.2 故障树构建130
7.2.3 故障树定性分析136
7.3 船舶航向控制系统故障工况下建模137
7.3.1 船舶运动建模137
7.3.2 舵控制系统建模138
7.3.3 船舶动力装置建模141
7.3.4 故障模型下船舶航向态势仿真141
7.4 船舶航向控制系统故障小波网络／支持向量机组合预报技术144
7.4.1 组合预报的基本原理及方法144
7.4.2 船舶航向控制系统故障组合预报模型146
7.4.3 船舶航向控制系统小波支持向量机故障组合预报151
参考文献162