文摘
英文文摘
声明
第1章 绪论
1.1课题来源和目的
1.2船舶运动极短期建模预报的研究现状
1.2.1国外研究状况
1.2.2国内研究情况
1.3相关理论的介绍
1.3.1小波分析
1.3.2支持向量机的发展与研究现状
1.3.3灰色系统理论
1.3.4灰色预测理论
1.3.5舰船运动的灰色特征
1.4本文的主要研究内容
1.5论文的创新之处
第2章 灰色系统建模的理论基础
2.1序列算子的光滑性
2.1.1序列算子
2.1.2序列光滑条件
2.1.3灰指数规律
2.2新陈代谢GM(1,1)模型
2.3灰色拓扑预测理论
2.4舰船纵摇运动预报
2.4.1纵摇角度序列特征
2.4.2灰色拓扑预测
2.4.2 GM(1,1)模型建模比较
2.5本章小结
第3章 基于小波变换的纵摇奇异点检测
3.1小波变换基本理论
3.1.1小波定义
3.1.2连续小波变换
3.1.3离散小波变换
3.1.4小波多分辨分析
3.2小波变换的奇异性检测
3.3小波变换的信号消噪原理
3.4纵摇数据奇异点检测方法
3.5舰船纵摇角度的奇异点检测
3.6本章小结
第4章 推广GM(1,1)模型
4.1历史数据的预处理
4.2传统的灰色GM(1,1)模型
4.3模型的检验
4.4推广GM(1,1)模型
4.4.1推广GM(1,1)模型的建立
4.4.2初值条件的影响
4.4.3模型的精确离散化形式
4.4.4参数的确定方法
4.5仿真模型的建立
4.6纵摇角度序列数值仿真试验
4.6.1预测从t=96到t=112的纵摇角度数据
4.6.2预测从t=225到t=242的纵摇角度数据
4.6.3预测从t=453到t=470的纵摇角度数据
4.6.4预测从t=615到t=633的纵摇角度数据
4.6.5预测从t=817到t=831的纵摇角度数据
4.6.6预测从t=1142到t=1158的纵摇角度数据
4.6.7预测从t=1266到t=1284的纵摇角度数据
4.7本章小结
第5章 支持向量机在舰船纵摇运动预报中的应用
5.1统计学习理论的核心内容
5.1.1学习过程一致性条件
5.1.2 VC维
5.1.3泛化能力的界
5.1.4结构风险最小化
5.2支持向量机
5.2.1支持向量分类机
5.2.2支持向量回归机
5.3相空间重构与SVM结合的短期纵摇运动预测
5.3.1时间序列相空间重构
5.3.2纵摇数据的重构
5.3.3训练算法及核函数构造
5.3.4纵摇预报的具体步骤
5.3.5仿真试验
5.4纵摇角度数列在其它时刻的仿真算例
5.4.1预测从5=111到t=125的纵摇角度数据
5.4.2预测从t=360到t=378的纵摇角度数据
5.4.3预测从t=416到t=435的纵摇角度数据
5.4.4预测从t=601到t=620的纵摇角度数据
5.4.5预测从t=727到t=746的纵摇角度数据
5.4.6预测从t=999到t=1018的纵摇角度数据
5.5本章小结
第6章 基于相关系数的加权几何平均组合预测模型
6.1引言
6.2基本概念及模型
6.2.1基于相关系数的加权几何平均组合预测模型
6.2.2非劣性及优性组合预测存在条件
6.2.3冗余预测方法的判定
6.3基于相关系数的加权几何平均组合预测模型的算例分析
6.3.1评价指标体系
6.3.2仿真实例
6.4纵摇角度序列在其它时刻的仿真算例
6.4.1预测从t=360到t=378的纵摇角度数据
6.4.2预测从t=416到t=434的纵摇角度数据
6.4.3预测从t=601到t=619的纵摇角度数据
6.4.4预测从t=727到t=744的纵摇角度数据
6.4.5预测从t=999到t=1013的纵摇角度数据
6.5本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
个人简历