船舶操纵预报的神经网络方法
| 第1章 引言 | 第1-21页 |
| 1．1 前言 | 第9页 |
| 1．2 船舶操纵运动预报研究 | 第9-11页 |
| 1．3 船舶操纵运动水动力计算方法综述 | 第11-16页 |
| 1．3．1 理论数值计算方法 | 第11-13页 |
| 1．3．2 约束模型试验方法 | 第13-14页 |
| 1．3．3 系统辨识方法 | 第14页 |
| 1．3．4 数据库方法 | 第14-16页 |
| 1．4 神经网络的研究进展 | 第16-18页 |
| 1．5 神经网络在船舶操纵中的研究现状 | 第18-21页 |
| 第2章 神经网络简介 | 第21-41页 |
| 2．1 概述 | 第21页 |
| 2．2 神经网络的发展 | 第21-23页 |
| 2．3 神经网络的基本特点 | 第23-24页 |
| 2．4 神经网络的应用 | 第24页 |
| 2．5 神经网络的拓扑结构 | 第24-26页 |
| 2．5．1 前向网络 | 第25页 |
| 2．5．2 反馈网络 | 第25-26页 |
| 2．6 神经网络的学习方法 | 第26-30页 |
| 2．6．1 学习方式 | 第26-27页 |
| 2．6．2 学习规则 | 第27-30页 |
| 2．7 BP网络 | 第30-36页 |
| 2．7．1 BP网络结构 | 第30-31页 |
| 2．7．2 BP网络学习公式推导 | 第31-36页 |
| 2．8 MATLAB神经网络工具箱 | 第36-41页 |
| 2．8．1 MATLAB简介 | 第36-37页 |
| 2．8．2 MATLAB的特点 | 第37-38页 |
| 2．8．3 MATLAB的功能 | 第38页 |
| 2．8．4 MATLAB的工具箱 | 第38-39页 |
| 2．8．5 MATLAB神经网络工具箱 | 第39-40页 |
| 2．8．6 运用工具箱设计网络的原则和过程 | 第40-41页 |
| 第3章 船舶操纵运动水动力预报 | 第41-50页 |
| 3．1 前言 | 第41页 |
| 3．2 船舶操纵运动水动力预报的神经网络方法 | 第41-49页 |
| 3．2．1 确定网络结构 | 第43页 |
| 3．2．2 样本的选取 | 第43页 |
| 3．2．3 初始权值的选取 | 第43页 |
| 3．2．4 水动力导数计算的经验公式 | 第43-44页 |
| 3．2．5 网络学习预报结果 | 第44-49页 |
| 3．3 小结 | 第49-50页 |
| 第4章 船舶操纵运动轨迹预报 | 第50-62页 |
| 4．1 前言 | 第50页 |
| 4．2 回转圈的学习和预报 | 第50-58页 |
| 4．2．1 建立网络 | 第50-51页 |
| 4．2．2 选取样本 | 第51-52页 |
| 4．2．3 学习预报结果 | 第52-58页 |
| 4．3 Z形曲线的学习和预报 | 第58-61页 |
| 4．3．1 建立网络 | 第58页 |
| 4．3．2 选取样本 | 第58-59页 |
| 4．3．3 学习预报结果 | 第59-61页 |
| 4．4 小结 | 第61-62页 |
| 第5章 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
