黑龙江省自然科学基金(F2004-19)
- 作品数：5 被引量：48H指数：3
- 相关作者：刘胜江娜李冰陈明杰更多>>
- 相关机构：哈尔滨工程大学哈尔滨工业大学更多>>
- 发文基金：黑龙江省自然科学基金黑龙江省博士后基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于LSSVM的VVP推力系数预报被引量：2
- 2011年
- 针对神经网络存在结构较难确定、训练易陷入局部最优以及容易过学习等问题和标准SVM训练速度较慢等问题,提出最小二乘支持向量机算法,最小二乘支持向量机算法(LS-SVM)具有比其他非线性函数逼近方法具有更强的泛化能力;并且LS-SVM采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个。将最小二乘支持向量机(LS-SVM)应用于全方位推进器周期螺距状态推力系数和转矩系数预报,与神经网络预测的结果比较表明:最小二乘支持向量机对全方位推进器周期螺距状态的推力系数和转矩系数的预报结构的精度明显高于采用BP神经网络能进行预报的结果,预测效果好,能够满足工程应用的要求。
- 郑秀丽刘胜李冰
- 关键词：最小二乘支持向量机全方位推进器推力系数转矩系数
- 基于BP神经网络的VVP水动力系数预报被引量：1
- 2011年
- 将BP神经网络应用于全方位推进器周期螺距状态推力系数和转矩系数预报。针对BP神经网络在训练中存在的学习速度慢、易于陷入局部最小等缺点,采用变学习率的BP算法加以改进。对全方位推进器周期螺距状态推力系数和转矩系数进行预报,结果表明,预报值的精度明显高于由近似公式计算所得的值,采用BP神经网络对全方位推进器周期螺距状态的推力系数和转矩系数能进行预报是可行的,能够满足工程应用的要求。
- 郑秀丽刘胜李冰
- 关键词：BP神经网络全方位推进器推力系数转矩系数
- 船舶动力装置冷凝器故障特征提取方法研究被引量：4
- 2008年
- 详细介绍了一种特征提取方法—主成分分析方法,运用该方法,经过矩阵变换、降低维数以提取故障信息的主要特征,实现了对船舶动力装置冷凝器的故障特征提取,为船舶动力装置冷凝器故障诊断及故障预报问题提供了一种有效可行的数据预处理方式.
- 刘胜江娜
- 关键词：船舶船舶动力装置主成分分析方法冷凝器故障特征提取
- 改进自适应遗传算法在函数优化中的应用研究被引量：37
- 2007年
- 为了改善传统自适应遗传算法的收敛速度以及局部收敛问题,根据种群适应度的集中程度,以种群的最大适应度、最小适应度以及适应度平均值这3个变量为基础,设计了改进的自适应交叉概率和变异概率来调整整个种群的交叉概率和变异概率,提出了一种基于种群适应度集中程度的改进自适应遗传算法.将该算法应用于函数优化中,仿真结果验证了其具有"快速收敛"的特点,且在很大程度上可避免遗传算法的早熟现象.
- 陈明杰刘胜
- 关键词：自适应遗传算法函数优化
- 基于SVM的故障预报中的并行优化仿真研究被引量：4
- 2008年
- 在基于支持向量机的故障预报过程中,故障样本数据的不相关变量会影响支持向量机的性能;加权支持向量机中直接选择加权系数存在很多不足;支持向量机参数主要凭人的经验或通过多次实验获得,还没有一个确定而有效的方法。针对这三种问题,提出了采用改进的人工鱼群算法将特征选择、加权系数、支持向量机参数进行并行优化的方法,并将此方法应用于船舶动力装置冷凝器的故障预报中。仿真结果表明:相对于单独优化,并行优化能够在更短的时间内进行最有效的故障特征提取,并且提高支持向量机的性能;相对于遗传算法,改进人工鱼群算法能够以更快的速度达到最终的优化结果。
- 刘胜江娜
- 关键词：支持向量机人工鱼群算法
