模糊神经系统在海上避碰中的应用
| 第1章 绪论 | 第1-12页 |
| ·概述 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·研究目的及意义 | 第8-10页 |
| ·研究现状 | 第10页 |
| ·本论文研究的内容 | 第10-12页 |
| 第2章 船舶避碰原理 | 第12-22页 |
| ·船舶碰撞原因及预防对策 | 第12-13页 |
| ·船舶避碰相关知识 | 第13-19页 |
| ·船舶避碰过程 | 第13-14页 |
| ·船舶碰撞危险 | 第14-15页 |
| ·船舶会遇态势 | 第15-16页 |
| ·会遇态势参数的确定方法 | 第16-17页 |
| ·船舶避让责任 | 第17-18页 |
| ·船舶避让决策 | 第18-19页 |
| ·船舶碰撞过程 | 第19-20页 |
| ·船舶避碰原理 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 模糊控制及船舶碰撞危险度判定 | 第22-38页 |
| ·模糊控制系统 | 第22-27页 |
| ·模糊控制原理 | 第22-23页 |
| ·模糊控制器 | 第23-24页 |
| ·模糊控制系统设计 | 第24-27页 |
| ·船舶运动模型及航行操纵仿真 | 第27-29页 |
| ·船舶运动模型 | 第27-28页 |
| ·仿真 | 第28-29页 |
| ·模糊控制系统中有关避碰模型的建立 | 第29-37页 |
| ·基于模糊原理的碰撞危险度模型 | 第29-32页 |
| ·基于模糊决策表的船舶避让时机决策模型 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 人工神经网络在船舶避碰中的应用 | 第38-58页 |
| ·人工神经网络原理 | 第38-40页 |
| ·人工神经网络的概念 | 第38页 |
| ·人工神经网络发展概述 | 第38-39页 |
| ·人工神经网络的特点 | 第39-40页 |
| ·BP网络与BP算法 | 第40-46页 |
| ·BP算法的基本思想 | 第41-42页 |
| ·BP算法的数学描述 | 第42-43页 |
| ·BP网络的结构与回传学习算法 | 第43-46页 |
| ·BP网络的改进 | 第46-49页 |
| ·标准BP网络应用中存在的问题 | 第46页 |
| ·BP网络算法改进方法 | 第46-48页 |
| ·改进方法的比较 | 第48-49页 |
| ·神经网络在智能避碰中的应用 | 第49-56页 |
| ·神经网络用于船舶类型识别 | 第49-53页 |
| ·人工神经网络用于碰撞危险评价 | 第53-55页 |
| ·动量—自适应学习速率法BP网络应用分析 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 模糊神经网络控制与实现 | 第58-72页 |
| ·模糊神经网络 | 第58-59页 |
| ·模糊系统与神经网络的比较 | 第58页 |
| ·模糊逻辑控制和神经网络的结合 | 第58-59页 |
| ·用神经网络构造模糊逻辑系统 | 第59-64页 |
| ·模糊神经网络 | 第60-61页 |
| ·模糊神经网络的学习—遗传算法 | 第61-64页 |
| ·船舶避碰模糊神经网络自学习型控制系统 | 第64-70页 |
| ·船舶碰撞危险的ANFIS方法 | 第64-65页 |
| ·基于ANFIS的模拟训练 | 第65-66页 |
| ·BP神经网络优化的碰撞危险度模糊系统 | 第66-69页 |
| ·应用分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 结论与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的论文 | 第78页 |
