申请/专利权人：智慧航海(青岛)科技有限公司

申请日：2020-08-11

公开（公告）日：2024-04-19

公开（公告）号：CN112084574B

主分类号：G06F30/15

分类号：G06F30/15;G06N3/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.01.01#实质审查的生效;2020.12.15#公开

摘要：本发明提供一种基于神经网络的船舶附加质量和附加惯性矩确定方法，首先利用不同方法求取出同一测试船舶的附加质量，确定其参数区间和实验组数；再建立测试船舶的运动模型并得到目标函数和约束条件；然后在MATLAB中搭建测试船舶动力定位系统的仿真模型，根据确定的权重矩阵的组数进行测试，并得到最优参数方案；重复前述过程计算出多艘不同船型船舶的最优参数方案作为神经网络的训练样本，利用得到的基本概率分配即可计算出任意船舶的附加质量和附加惯性矩。本发明具备自学习能力，通用性和概括性更好，可满足不同类型船舶确定附加质量的需要。

主权项：1.一种基于神经网络的船舶附加质量和附加惯性矩确定方法，其特征在于，包括如下步骤：步骤100，利用不同方法求取出同一测试船舶的附加质量和附加惯性矩，根据附加质量和附加惯性矩确定附加质量和附加惯性矩的参数区间和实验组数；所述不同方法包括回归公式法、振荡试验法和几何方法；步骤200，先建立测试船舶的运动模型，然后转化为线性形式，再进行离散化处理，对测试船舶的运动进行优化目标设计以得到目标函数，根据测试船舶的推进器约束配置建立约束条件；步骤300，根据运动模型、目标函数和约束条件在MATLAB中搭建测试船舶动力定位系统的仿真模型，根据确定的权重矩阵的组数，对仿真模型进行对应数量的测试，以计算各组测试中实际路径与规划路径的偏差，然后选择出该测试船舶的最优参数方案；步骤400，重复步骤100-300，计算出多艘不同船型船舶的最优参数方案，然后以所有最优参数方案作为神经网络的训练样本，得到目标元素的基本概率分配值，基于基本概率分配值即可计算出任意船舶的附加质量和附加惯性矩；计算出任意船舶的附加质量和附加惯性矩的公式如下： ；其中，Mx和My为最终确定的附加质量,jz为最终确定的附加惯性矩，表示利用回归公式法计算的横荡方向上的附加质量数值；表示利用振荡试验法计算的横荡方向上的附加质量数值；表示利用几何方法计算的横荡方向上的附加质量数值；表示利用回归公式法计算的纵荡方向上的附加质量数值；表示利用振荡试验法计算的纵荡方向上的附加质量数值；表示利用几何方法计算的纵荡方向上的附加质量数值。

全文数据：

权利要求：

百度查询： 智慧航海(青岛)科技有限公司 一种基于神经网络的船舶附加质量和附加惯性矩确定方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD