文摘
英文文摘
声明
第1章绪论
1.1船舶运动建模预报的目的和意义
1.2国内外的研究现状
1.3神经网络应用于船舶运动预报的研究现状
1.3.1神经网络研究现状
1.3.2神经网络用于船舶运动预报的研究现状
1.4本文所作的工作
第2章人工神经网络基础
2.1人工神经网络概论
2.2人工神经元模型
2.3神经网络基本结构
2.3.1单层前馈网络
2.3.2多层前馈网络
2.3.3递归网络
2.4人工神经网络学习规则
2.5本章小结
第3章基于改进的BP神经网络船舶运动预报
3.1 BP神经网络
3.1.1 BP网络基本原理
3.1.2 BP网络的学习算法
3.1.3 BP网络的局限
3.1.4 BP网络学习方法的一些常用改进方法
3.2共轭梯度算法
3.2.1共轭梯度算法简介
3.2.2共轭梯度方向的形成
3.2.3共轭梯度算法的计算步骤
3.3用改进的BP神经网络进行预报
3.3.1输入数据预处理
3.3.2输入数据归一化处理
3.3.3运用改进后的BP网络进行7秒预报
3.3.4运用改进后的BP网络进行10秒船舶姿态角预报
3.4本章小结
第四章基于改进的RBF神经网络预报
4.1径向基函数网络(RBF网络)概述
4.2径向基函数网络模型结构
4.2.1径向基函数神经元模型
4.2.2径向基函数网络结构
4.3利用改进的径向基函数网络进行预报
4.3.1改进的RBF网络结构
4.3.2应用改进的RBF网络结构进行未来7秒预报
4.3.3应用改进的RBF网络结构进行未来10s预报
4.4本章小结
结 论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致 谢
哈尔滨工程大学;