论文题目: 神经网络理论研究及在舰船运动预报中的应用
论文类型: 博士论文
论文专业: 控制理论与控制工程
作者: 沈艳
导师: 赵希人
关键词: 舰船运动,极短期建模预报,非线性系统,神经网络,稳定性,函数逼近,模型,递推预报误差算法,经典谱估计
文献来源: 哈尔滨工程大学
发表年度: 2005
论文摘要: 在实际工程中由于存在大量的非线性系统,因此研究非线性系统的建模预报方法有很重要的意义。而大型舰船在波浪中的运动由于受到海浪、海风及其它干扰的影响,会产生六自由度的复杂运动,具有很强的随机性和非线性性,这就导致了对舰船运动姿态极短期预报具有相当的困难。本文从神经网络理论出的观点出发,充分研究了一种适用于非线性系统建模预报的神经网络—对角递归神经网络模型。主要完成的工作有: 1.搜集整理了国内外有关舰船运动姿态预报技术的相关资料,并在此基础上提出了关于舰船运动的一种改进经典谱估计方法。并通过实际仿真证明了该方法的实用性和可靠性。 2.介绍了神经网络的基本理论,对BP神经网络进行深入研究,使用共轭梯度算法对BP神经网络进行改进,使得网络性能得到改善,提高了预报精度,并用实际例子进行了仿真计算。 3.对神经网络的逼近能力进行了深入研究和探讨,结合MATLAB软件及BP神经网络工具箱的使用,通过实际的例子详细阐述了基于BP神经网络的函数逼近过程及其MATLAB实现方法。 4.对递归神经网络(RNN)理论进行了研究,严密地推导出了对角递归神经网络(DRNN)与全对角递归神经网络(GDRNN)的动态反传算法、权值更新规则,对训练算法的稳定收敛性给予严格了证明,其中对学习率η选取范围,给出了更精确的结果。 5.在时间序列预报方法的基础上,建立了应用于大型舰船运动预报的对角递归神经网络(DRNN)结构及其递推预报误差(RPE)算法,对该算法进行了稳定收敛性及无偏性分析,并将所取得的
论文目录:
第1章 绪论
1.1 选题的目的和意义
1.2 舰船运动极短期预报综述
1.2.1 舰船运动极短期预报的目的和意义
1.2.2 国外研究概况
1.2.3 国内研究概况
1.3 神经网络理论概述
1.3.1 神经网络技术的发展与现状
1.3.2 神经网络理论的特点
1.3.3 神经网络建模与预报
1.4 本文的主要工作
第2章 人工神经网络基础
2.1 人工神经网络的基本概念
2.2 神经元及其行为机理
2.2.1 神经元的生物学结构
2.2.2 神经元的信息处理与传递
2.2.3 神经元的形式化描述
2.3 人工神经网络的基本结构
2.3.1 递归网络
2.3.2 前馈网络
2.4 人工神经网络的训练
2.4.1 无导师学习
2.4.2 有导师学习
2.4.3 强化学习
2.5 人工神经网络的典型模型
2.5.1 Hopfield网络
2.5.2 Elman and Jordan网络
2.6 BP算法(反向传播算法)
2.7 本章小结
第3章 神经网络中的逼近问题
3.1 人工神经网络与数学
3.1.1 多元连续函数的一元函数复合表示问题
3.1.2 人工神经元网络的逼近
3.1.3 近十几年来的一些结果
3.2 一般前馈神经元网络的逼近问题
3.2.1 一维实空间上的逼近问题
3.2.2 n维实空间上的逼近问题
3.3 基于BP神经网络的函数逼近方法及其MATLAB实现
3.3.1 引言
3.3.2 BP神经网络及其函数逼近能力
3.3.3 MATLAB软件及其BP神经网络工具箱函数
3.3.4 基于BP神经网络的函数逼近过程及其MATLAB实现
3.3.5 结论
3.4 本章小结
第4章 递归神经网络理论研究
4.1 对角递归神经网络DRNN与全对角递归神经网络GDRNN
4.2 DRNN与GDRNN的动态反传算法
4.3 DRNN与GDRNN的权值更新规则
4.4 DRNN与GDRNN的训练算法的收敛性和稳定性
4.5 本章小结
第5章 神经网络在舰船运动预报中的应用
5.1 基于对角递归神经网络(DRNN)的舰船纵摇运动极短期预报
5.1.1 引言
5.1.2 DRNN算法及其在预报中的应用
5.1.3 DRNN预报的无偏性
5.1.4 DRNN在非线性系统预报中的应用
5.1.5 基于DRNN的舰船纵摇运动的极短期预报
5.2 神经网络在其它系统预报中的应用
5.2.1 引言
5.2.2 共轭梯度算法对BP神经网络权值的更新
5.2.3 用改进的神经网络进行预报
5.2.4 仿真计算
5.2.5 结论
5.3 本章小结
第6章 舰船运动的一种改进经典谱估计方法
6.1 改进的谱估计
6.1.1 周期图改进法
6.1.2 自相关改进法
6.1.3 综合法
6.2 实例仿真与性能分析
6.2.1 本节小结
6.3 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
个人简历
附录A
附录B
发布时间: 2005-10-21
参考文献
- [1].海浪中非平稳非线性舰船运动在线预报研究[D]. 黄礼敏.哈尔滨工程大学2016
- [2].舰船运动下舰载机阻拦着舰动力学分析与仿真[D]. 孙晓羽.哈尔滨工程大学2012
相关论文
- [1].人工神经网络技术及其应用[D]. 覃光华.四川大学2003
- [2].神经网络及其在控制中的应用研究[D]. 杨旭华.浙江大学2004
- [3].人工神经网络算法的改进及其在水利测量技术中的应用[D]. 刘清.河海大学2005
- [4].灰色系统与神经网络分析方法及其应用研究[D]. 姜波.华中科技大学2004
- [5].基于神经网络的建模方法与控制策略研究[D]. 王俊国.华中科技大学2004
- [6].神经网络与支持向量机相关问题研究[D]. 马儒宁.复旦大学2005
- [7].船舶运动姿态预报与控制方法研究[D]. 马洁.哈尔滨工程大学2006
- [8].船舶横向运动受扰估计、建模及LQG控制研究[D]. 唐慧妍.哈尔滨工程大学2006
标签：舰船运动论文; 极短期建模预报论文; 非线性系统论文; 神经网络论文; 稳定性论文; 函数逼近论文; 模型论文; 递推预报误差算法论文; 经典谱估计论文;