智慧型預報技術及其在船舶工程中的套用

智慧型預報技術及其在船舶工程中的套用

《智慧型預報技術及其在船舶工程中的套用》是2016年國防工業出版社出版的圖書,作者是劉勝。

基本介紹

  • 中文名:智慧型預報技術及其在船舶工程中的套用
  • 作者:劉勝
  • ISBN:9787118106060
  • 定價:56元
  • 出版社:國防工業出版社
  • 出版時間:2016年1月
  • 裝幀:平裝
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

《智慧型預報技術及其在船舶工程中的套用/現代 艦船導航控制及電氣技術叢書》結合作者劉勝多年來 從事船舶控制工程領域的研究工作,闡述了船舶運動 姿態的智慧型預報技術。全書共分為7章,在介紹人工 神經網路、混沌理論、支持向量機等智慧型預報技術的 基礎上,重點闡述了船舶橫搖運動姿態的信息熵加權 神經網路智慧型預報技術、經驗模式分解域神經網路智 能預報技術、支持向量機混沌智慧型預報技術、固定參 數混沌*小二乘支持向量機智慧型預報技術、變參數混 沌*小二乘支持向量機智慧型預報技術;船舶航向運動 魚群算法支持向量機並行最佳化智慧型預報技術、免疫魚 群算法支持向量機多目標最佳化智慧型預報技術、船舶航 向控制系統故障模式分析、故障樹構建、故障工況建 模及故障智慧型預報技術等。
本書內容豐富,題材新穎,闡述深入淺出,理論 分析與工程套用聯繫密切,各章節內容上力求完整性 與獨立性,尤其注重理論與實踐的結合。
本書可供智慧型預報技術、船舶工程、控制科學與 工程相關專業研究生、高年級本科生使用,也可作為 從事船舶工程研究和設計人員的參考書。

圖書目錄

第1章 緒論
1.1 時間序列分析預報技術
1.2 時間序列灰色預報技術
1.3 混沌序列預報技術
1.4 分解組合預報技術
1.5 人工神經網路預報技術
1.6 支持向量機預報技術
1.7 線上實時預報技術
1.8 船舶運動姿態預報技術
1.9 船舶控制系統故障預報技術
第2章 智慧型預報技木理論基礎
2.1 信息熵加權EIman神經網路原理
2.1.1 Elman神經網路概述
2.1.2 Elman神經網路結構
2.1.3 Elman神經網路動態學習過程
2.1.4 信息熵加權Elman神經網路算法
2.2 統計學習理論與支持向量機
2.2.1 機器學習
2.2.3 支持向量機回歸原理
2.2.4 小波v一支持向量機
2.3 群體智慧型最佳化算法
2.3.1 群體智慧型最佳化算法的基本框架
2.3.2 多種群協調混沌粒子群算法
2.3.3 遺傳算法
2.3.5 免疫魚群算法
第3章 船舶橫搖運動姿態神經網路智慧型預報技木
3.1 經驗模式分解理論
3.1.1 經驗模式分解算法
3.1.2 經驗模式分解的相關特性
3.2 預報能力評價準則
3.3 船舶橫搖運動姿態神經網路預報技術
3.3.1 信息熵加權的Elman神經網路預報技術
3.3.2 船舶橫搖運動姿態神經網路預報
3.4 船舶橫搖運動姿態經驗模式分解域神經網路預報技術
3.4.1 分解域神經網路預報結構
3.4.2 分解域神經網路預報技術
3.4.3 船舶橫搖運動姿態經驗模式分解域神經網路預報
第4章 船舶橫搖運動姿態支持向量杌混沌智慧型預報技木
4.1 船舶橫搖運動姿態混沌動力學特徵研究
4.1.1 船舶橫搖運動相空間重構參數選擇
4.1.2 船舶橫搖運動混沌特性定性分析
4.1.3 船舶橫搖運動混沌特徵指數分析
4.2 變異小波v一支持向量機
4.3 單變數魯棒小波v一支持向量機
4.3.1 基於間隔的結構風險最小化原則
4.3.2 魯棒損失函式
4.3.3 魯棒小波v一支持向量機
4.3.4 單鬆弛變數魯棒小波v一支持向量回歸模型
4.3.5 單鬆弛變數孝和雙鬆弛變數的比較
4.3.6 改進支持向量機解集的討論
4.4 基於改進支持向量機的混沌智慧型預報方法
4.5 船舶橫搖運動改進支持向量機混沌智慧型預報技術
4.5.1 船舶橫搖運動姿態混沌智慧型預報算法
4.5.2 船舶橫搖運動姿態混沌智慧型預報
第5章 船舶航向支持向量機智慧型預報技木
5.1 並行最佳化支持向量機
5.1.1 特徵選擇最佳化模型
5.1.2 支持向量機參數最佳化模型
5.1.3 加權係數最佳化模型
5.1.4 並行最佳化模型
5.2 船舶航向改進魚群算法支持向量機並行最佳化預報技術
5.2.1 基於動物捕食搜尋策略的改進人工魚群算法
5.2.2 船舶航向改進人工魚群算法支持向量機並行最佳化預報
5.3 支持向量機性能多目標最佳化技術
5.3.1 多目標最佳化問題的數學描述
5.3.2 支持向量機性能Pareto最優解集
5.3.3 Pareto近似解集求解方法
5.4 船舶航向改進免疫魚群算法支持向量機多目標最佳化預報
第6章 船舶橫搖運動姿態最小二乘支持向量機智慧型預報技術
6.1 最小二乘支持向量機(LSSVM)
6.1.1 最小二乘支持向量機回歸模型
6.1.2 ISSVM增量式學習算法
6.1.3 LSsVM線上式學習算法
6.2 混沌最小二乘支持向量機預報技術
6.2.1 固定參數預報模型
6.2.2 固定參數線上預報步驟
6.2.3 船舶橫搖運動姿態固定參數混沌LSSVM預報
6.3 時間序列變參數混沌LSSVM預報技術
6.3.1 最小二乘支持向量機變參數線上建模方法
6.3.2 變參數混沌LSSVM線上建模預報步驟
6.3.3 船舶橫搖運動姿態變參數混沌LSSVM預報
第7章 船舶航向控制系統故降智慧型預報技術
7.1 船舶航向控制系統故障模式及原因分析
7.1.1 舵控制系統故障分析
7.1.2 船舶動力裝置故障分析
7.2 船舶航向控制系統故障樹構建
7.2.1 故障樹的基本概念
7.2.2 故障樹構建
7.2.3 故障樹定性分析
7.3 船舶航向控制系統故障工況下建模
7.3.1 船舶運動建模
7.3.2 舵控制系統建模
7.3.3 船舶動力裝置建模
7.3.4 故障模型下船舶航向態勢仿真
7.4 船舶航向控制系統故障小波網麼各/支持向量機組合預報技術
7.4.1 組合預報的基本原理及方法
7.4.2 船舶航向控制系統故障組合預報模型
7.4.3 船舶航向控制系統小波支持向量機故障組合預報
參考文獻

相關詞條

熱門詞條

聯絡我們