基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于云粒子群优化算法的船舶纵摇运动参数辨识方法.该方法利用正态云发生器自适应调整粒子群算法的惯性权重,并在算法进化过程中对粒子位置进行基于云模型的变异操作,可以很好地解决算法早熟收敛的缺点,能够提高算法的收敛精度和收敛速度.应用该算法对船舶纵摇有关运动参数进行辨识,辨识结果在可以接受的范围之内.
推荐文章
基于自适应云粒子群算法的Wiener模型辨识
云模型
粒子群优化
Wiener模型
系统辨识
基于粒子群优化算法的船舶动力定位云模型控制器设计
动力定位
云模型
控制器
粒子群优化
自适应粒子群优化
基于粒子群游算法的同步发电机参数辨识
参数辨识
进化算法
粒子群游
同步发电机
基于粒子群优化算法的目标运动参数估计
水下目标
被动定位
参数估计
粒子群优化
扩展卡尔曼滤波
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 基于云粒子群算法的船舶纵摇运动参数辨识
来源期刊 舰船科学技术 学科 工学
关键词 粒子群优化 云模型 参数辨识
年,卷(期) 2014,(7) 所属期刊栏目 基础科技
研究方向 页码范围 37-40
页数 4页 分类号 TP27
字数 2865字 语种 中文
DOI 10.3404/j.issn.1672-7649.2014.07.008
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 解志斌 江苏科技大学电子信息学院 27 106 7.0 9.0
2 孟非 江苏科技大学电子信息学院 14 51 4.0 6.0
3 徐红洋 江苏科技大学电子信息学院 3 131 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (509)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化
云模型
参数辨识
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
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
论文1v1指导