| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 目的和意义 | 第10-11页 |
| 1.2 相关领域简介及国内外研究概况 | 第11-13页 |
| 1.2.1 船舶振动噪声测试领域相关进展 | 第11-12页 |
| 1.2.2 船舶振动噪声预报领域有关进展 | 第12页 |
| 1.2.3 人工智能在噪声预报领域相关研究 | 第12-13页 |
| 1.3 论文主要工作简介 | 第13-16页 |
| 第2章 半潜式海洋平台实船测试方案研究 | 第16-34页 |
| 2.1 目标平台介绍 | 第16-17页 |
| 2.2 测试主要情况 | 第17-26页 |
| 2.2.1 实船测试的工况选择 | 第17-18页 |
| 2.2.2 现场测试的操作流程 | 第18-23页 |
| 2.2.3 具体测试方案的归纳 | 第23-26页 |
| 2.3 实测数据分析 | 第26-33页 |
| 2.3.1 舱室噪声的数据处理 | 第26-30页 |
| 2.3.2 平台振动的数据处理 | 第30-33页 |
| 2.4 小结 | 第33-34页 |
| 第3章 海洋平台模型及算法数据库的建立 | 第34-54页 |
| 3.1 海洋平台统计能量模型的建立 | 第34-37页 |
| 3.1.1 平台声学模型的构建 | 第34-35页 |
| 3.1.2 平台声振激励的输入 | 第35-36页 |
| 3.1.3 结构损耗因子的处理 | 第36-37页 |
| 3.2 全平台舱室噪声的预报分析 | 第37-42页 |
| 3.2.1 单一激励下的舱室噪声成分 | 第37-40页 |
| 3.2.2 平台仿真与实测结果的对比 | 第40-42页 |
| 3.3 舱室噪声算法数据库的建立 | 第42-53页 |
| 3.3.1 输入参数中结构因素分析 | 第44-46页 |
| 3.3.2 输入参数中载荷因素分析 | 第46-49页 |
| 3.3.3 输入参数中舾装因素分析 | 第49-51页 |
| 3.3.4 平台智能数据的构建 | 第51-53页 |
| 3.4 小结 | 第53-54页 |
| 第4章 基于振动噪声仿真数据的智能算法分析 | 第54-84页 |
| 4.1 基于RBF网络的噪声分频段预报 | 第54-64页 |
| 4.1.1 RBF网络的基本原理及方案 | 第54-56页 |
| 4.1.2 RBF三类中心取值方法分析 | 第56-59页 |
| 4.1.3 RBF网络振动噪声分频段预报结果及误差评估 | 第59-64页 |
| 4.2 基于粒子群优化算法的振动噪声分频段预报 | 第64-71页 |
| 4.2.1 粒子群算法的原理 | 第64-67页 |
| 4.2.2 粒子群算法在平台振动噪声预报中参数优化 | 第67-70页 |
| 4.2.3 粒子群算法分频段预报结果及精度 | 第70-71页 |
| 4.3 基于差分进化算法的振动噪声分频段预报 | 第71-81页 |
| 4.3.1 差分进化算法的基本原理 | 第71-74页 |
| 4.3.2 差分进化算法预报舱室振动噪声的改进 | 第74-79页 |
| 4.3.3 差分进化算法分频段预报结果及精度 | 第79-81页 |
| 4.4 基于RBF网络的舱室噪声预报算法综合比较 | 第81-83页 |
| 4.5 小结 | 第83-84页 |
| 第5章 基于噪声实测数据的算法应用 | 第84-96页 |
| 5.1 基于实测数据的舱室噪声智能算法 | 第84-87页 |
| 5.1.1 基于实测噪声数据库的舱室分频段声压级的预报 | 第85-86页 |
| 5.1.2 基于实测噪声数据库的舱室总声压级的预报 | 第86-87页 |
| 5.2 基于仿真与实测联合数据库的舱室分频段声压级的预报 | 第87-91页 |
| 5.2.1 基于联合数据库的舱室分频段声压级的预报 | 第88-89页 |
| 5.2.2 基于联合数据库的舱室总声压级的预报 | 第89-91页 |
| 5.3 某B型平台舱室实测噪声的预报 | 第91-94页 |
| 5.3.1 该型平台的基本参数 | 第91-92页 |
| 5.3.2 平台B舱室噪声预报 | 第92-94页 |
| 5.4 小结 | 第94-96页 |
| 结论 | 第96-98页 |
| 参考文献 | 第98-102页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第102-104页 |
| 致谢 | 第104页 |
