基于选择性神经网络集成的船舶避碰问题研究

• 作者: 孟非 王鹏
• 来源期刊: 江苏船舶
• 学科: 交通运输
• 关键词: 船舶避碰 危险度 粒子群优化算法 神经网络集成
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 船舶电气
• 页码范围: 28-30
• 页数: 3页
• 分类号: U666.1
• 字数: 3318字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5388.2012.02.009

摘要

船舶碰撞危险度的确定是保证海上船舶航行安全的重要问题,也是一个复杂的过程,受很多因素的影响,具有很强的非线性特征。神经网络集成是用有限个神经网络对同一个问题进行学习,集成在某输入示例下的输出由构成集成的各种神经网络在该示例下的输出共同决定。本文基于粒子群优化算法实现一种选择性神经网络集成方法,并基于该方法对船舶碰撞危险度问题进行了建模。仿真结果表明,基于粒子群算法的选择性神经网络集成方法适合于船舶避碰问题模型,且模型的精度很高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	江苏科技大学电子信息学院	10	116	6.0	10.0
2	孟非	江苏科技大学电子信息学院	14	51	4.0	6.0