原文服务方: 上海海事大学学报       
摘要:
为寻求一种简便的船舶运动模型辨识方法,根据船舶动力学与运动学基本方程的结构形式,建立一种基于Elman神经网络的辨识模型,给出网络结构的选取和确定方法.以载质量为5万t的散货船为例,利用国际海事组织要求的几个典型的船舶操纵试验数据对网络进行训练,计算权值矩阵,获得该船舶可用于船舶操纵性分析的神经网络模型.将网络计算结果代入船舶运动学方程进行船舶航迹仿真,并与试验航迹数据进行对比,验证网络模型的精确性.比较仿真验证结果和试验数据可知,该网络模型能基本反映被辨识船舶的动态特性,验证其有效性和准确性.
推荐文章
基于OFRBF-Elman网络的UUV动力学模型辨识
系统辨识
水下无人航行器
输出反馈RBF-Elman网络
动力学模型
非线性系统
应用扩展卡尔曼滤波算法的船舶运动模型参数辨识
扩展卡尔曼滤波
参数辨识
运动模型
船舶
基于PSO-Elman模型的网络流量预测
相空间重构
粒子群算法
Elman神经网络
混沌时间序列
网络流量预测
参数优化
基于Elman网络的炸药临界直径预测模型
炸药
临界直径
Elman
人工神经网络
灰色关联
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Elman网络的船舶运动模型辨识
来源期刊 上海海事大学学报 学科
关键词 船舶动力学模型 船舶运动学方程 神经网络 系统辨识
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 10-13
页数 4页 分类号 U661.33|TP183
字数 语种 中文
DOI 10.13340/j.jsmu.2014.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙洪波 上海海事大学商船学院 9 36 4.0 5.0
3 施朝健 上海海事大学商船学院 69 698 15.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (43)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (2)
二级引证文献  (7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
船舶动力学模型
船舶运动学方程
神经网络
系统辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海海事大学学报
季刊
1672-9498
31-1968/U
大16开
1979-01-01
chi
出版文献量(篇)
1795
总下载数(次)
0
总被引数(次)
13718
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导