《人工智能优化算法的舰船动力定位系统故障识别》PDF+DOC
作者：薛景
单位：中国舰船研究院;中国船舶信息中心
出版：《舰船科学技术》2020年第18期
页数：3页 （PDF与DOC格式可能不同）
PDF编号：PDFJCKX2020180400
DOC编号：DOCJCKX2020180409
下载格式：PDF + Word/doc 文字可复制、可编辑
《一种传感器特性的高精度拟合方法》PDF+DOC2014年第09期 黄为勇,高玉芹,田秀玲
《核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法》PDF+DOC2014年第12期 高雨晨,唐耀庚
《基于支持向量机的跌倒检测算法研究》PDF+DOC2017年第01期 裴利然,姜萍萍,颜国正
《基于PSO-SVM的仿生肌电假手反馈控制系统设计》PDF+DOC2019年第12期 隋修武,刘乃嘉,乔明敏,李昊天
《基于CPSO-LSSVM的多传感器数据融合》PDF+DOC2012年第11期 张朝龙,李彦梅,江巨浪,江善和,黄忠,杨伟
《《计算机应用》总目次(2008年1～12期)》PDF+DOC2008年第12期
《无线传感器网络分级入侵检测模型》PDF+DOC2013年第06期 孙子文,梁广玮,白勇,纪志成
《基于OBLPSO-LSSVM的一氧化碳浓度检测》PDF+DOC2013年第24期 张愉,童敏明,戴桂平
《《计算机应用》2013年第33卷第1～12期总目次》PDF+DOC2013年第12期
《基于EEMD能量熵和LSSVM的传感器故障诊断》PDF+DOC2013年第07期 丁国君,王立德,申萍,杨鹏
传统的故障识别智能算法中，由于参数具有不确定性，影响不同类型故障的识别精度。为此，本文设计一种新的用于舰船动力定位系统故障识别的人工智能优化算法。首先分析双坐标系下舰船的运动特征并利用数学公式进行表述，按照不同的分类标准对动力定位系统的故障进行分类，采用粒子群优化SVM参数，设计故障识别算法流程，采用不同的SVM识别模型对动力定位系统中出现的故障进行识别。为了验证实际的故障识别方法具有一定的有效性，基于动力定位系统中的电罗经故障设计了仿真实验，实验中设计了冲击故障、偏差故障、恒定值故障，实验结果表明，设计的故障识别方法相对于DE算法和PSO算法具有更好的识别准确率。
提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。