基于一種混合神經(jīng)網(wǎng)絡(luò)的船舶設(shè)計(編輯修改稿)
2025-07-07 22:34 本頁面
【文章內(nèi)容簡介】 維空間更可能是線性可分的。 主頁： 根據(jù)這一原理，本文首先將數(shù)據(jù) 利用徑向基函數(shù)進行非線性變換，然后再輸入一個單隱層感知器進行分類，算法如下 基于一種混合神經(jīng)網(wǎng)絡(luò)的船舶設(shè)計 (2) ⑸ 若滿足精度要求則結(jié)束計算，若不滿足要求則按照 BP 算法調(diào)整權(quán)值。經(jīng)過不斷的迭代學(xué)習(xí)，直到誤差滿足規(guī)定的誤差精度，確定的權(quán)系數(shù)即為所需的權(quán)系數(shù) [3,4]。 4 計算機試驗 試驗一：基于混合神經(jīng)網(wǎng)絡(luò)的船舶設(shè)計 在船舶設(shè)計工作中，由于限制條件繁多，特別是“模糊”的概念比較多，經(jīng)典的確定性程序算法難以完全滿足現(xiàn)代的船舶設(shè)計工作。因此，人工神經(jīng)網(wǎng)絡(luò)自適應(yīng)和學(xué)習(xí)能力就非常有吸引力。自神經(jīng)網(wǎng)絡(luò) 方法被引入船舶工程以來，我國船舶科技工作者在船舶設(shè)計方案的優(yōu)選和排序、船舶操縱性能的綜合評判、船舶結(jié)構(gòu)優(yōu)化設(shè)計、船舶結(jié)構(gòu)設(shè)計的評估、船舶建造等方面取得了豐碩的成果。 主頁： 本試驗的思路是以船舶主尺度參數(shù)為輸入，利用神經(jīng)網(wǎng)絡(luò)對船舶性能進行預(yù)測，以此為船舶初步設(shè)計提供參考。學(xué)習(xí)樣本是 5 條江海直達貨船的船型資料，并選擇對船舶性能影響較大的主尺度和主尺度系數(shù)作為樣本輸入數(shù)據(jù)，分別是：船長 Lbp，船寬 B，吃水 T，型深 D，方型系數(shù) Cb，重心高度 Zg 和主機馬力 BHP（見表 1，其中 7 行的數(shù)據(jù)作為測試數(shù)據(jù)）。期 望輸出數(shù)據(jù)、實際輸出數(shù)據(jù)和偏差見表 2，測試結(jié)果見表 3。網(wǎng)絡(luò)中非線性變換層的單元數(shù)為 30，感知器隱層單元數(shù)為 5，輸出層單元數(shù)為 2。 表 1 樣本輸入數(shù)據(jù) 樣本輸入值 No. Lbp B T 主頁： D Cb Zg BHP 1 主頁： 500 2
研究報告相關(guān)推薦
鄂ICP備17016276號-1