汪运[1]2015年在《基于相空间重构理论和误差矫正模型的组合风速预测模型的研究与应用》文中认为近年来,新能源的开发与利用已成为一个热点问题,其中风能以其巨大的潜力被广泛应用,而风能利用的最重要的形式就是风力发电。但由于自然界的风具备较强的随机性及间歇性,使得风功率具有较强的波动性及不可控性。针对我国大规模风电接入电网的现实以及风能资源的间歇性特点,如果可以使风速更准确的预测,将有利于电网调度部门及时制定调度计划,缓解风电的间歇性对电网造成的不利影响,确保电网的安全和稳定。为了更加准确的进行风速预测研究,本文提出一种基于最小二乘支持向量机和误差矫正模型的组合预测算法。受到很多因素如气温,气压和湿度等影响,风速的波动可以看成是一个复杂的非线性动力系统。因此本文将相空间理论运用于风速预测当中,并用C-C方法进行风速预测的输入集决定。然后在输入级决定后运用LSSVM模型对风速进行预测,与此同时,LSSVM模型当中的参数在这里我们运用粒子群优化算法结合重力搜索的组合优化算法决定(PSOGSA)。该组合优化算法的优点在于它的快速收敛性能。此外,由于风速波动的复杂性,上述模型可能无法挖掘出风速波动的全部特性,残差序列可能包含有被上述模型忽略的反映风速波动的重要信息。因此,运用Markov模型和模糊C均值模型构建误差矫正模型,以期望通过误差矫正能得到更好的预测结果。仿真结果显示,就预测精度而言,该模型比本文中讨论的其他模型有更好的预测准确性。
高杨[2]2017年在《基于局部结构的复杂网络链路预测算法研究》文中进行了进一步梳理真实世界中的很多研究领域都可以抽象为复杂网络,网络中的节点表示对象,边表示对象之间的关系。对复杂网络的建模机理和建模过程的深入研究,可以解释隐藏在自然界、社会界、生物界中的复杂系统的共同规律。研究复杂网络对探索网络形成及衍化机制有着重要的意义。其中,链路预测作为复杂网络的重要研究方向越来越受到研究者们的关注。链路预测是指如何通过已知的网络节点以及网络结构等信息预测网络中尚未连接的两个节点之间产生链接的可能性。随着链路预测研究问题的不断发展,很多预测算法被提出。其中,基于节点相似性的链路预测算法得到了广泛的研究。然而,在利用网络局部结构信息研究链路预测问题方面的研究还不够深入。网络局部结构对链路预测算法的性能有很大的影响,研究局部结构特征对提升链路预测算法的预测效果有重大的意义。针对该问题,本文对利用网络局部结构信息研究链路预测算法问题进行深入研究,主要内容包括以下叁个方面:第一,网络中的叁元闭包结构作为网络中最小局部结构,具有结构平衡和稳定的特征。通过计算出每个节点在网络中所占叁元闭包的权重,并将该权重用于节点相似性指标中,提出了 TWCN、TWAA、TWRA叁个相似性指标和具有调节参数的叁个相似性指标:TWCN*、TWAA*、TWRA*。将新的相似性指标应用到预测算法中,提出了 PWNW算法和PWNW_α算法。采用CN算法、AA算法和RA算法作为对比算法。实验结果表明,PWNW-αα算法在预测精度方面比对比算法更具有优势。这说明利用三元闭包结构信息能够有效地提高预测算法的预测精度。通过分析实验结果,发现了一个现象:在社交网络中拥有较多叁元闭包的节点,具有局部稳定性,不倾向于建立更多的新链接。相反,拥有较少叁元闭包的节点,具有局部不稳定性,倾向于建立更多的新链接。这种现象也符合社会学中有关于新链接出现的现象。第二,根据节点拥有的叁元闭包数目和节点度之间的关系可以计算节点的聚类系数,该信息体现了节点的聚集能力。聚类系数作为重要的节点拓扑属性不仅可以很好的体现局部结构的紧密性,同时对产生链接也会起到一定的作用。而传统的链路预测方法通常使用共同邻居数目或节点的度来衡量节点之间的相似性。然而,节点之间的关系不仅与邻居节点数目和度有关,与节点所处的局部结构有着密切的关系。基于这个观点,提出结合节点度和聚类系数的链路预测算法,简称NDCC算法。利用共同邻居节点的度和聚类系数计算被预测节点对之间的相似性。不仅充分利用网络局部结构信息,还能够体现出共同邻居节点之间存在的差异性。与几个常用的对比算法的相比,NDCC算法在预测精度上具有很好的优势。第叁,上述两种预测算法都只考虑了被预测节点对之间的共同邻居节点,这种方式只能体现距目标节点两步以内的网络结构。其缺点是对网络中不具有共同邻居节点的节点对没有预测能力。而新链接的产生不会局限于这种邻居结构。针对该问题,利用社会学强关系理论来提升预测算法的预测能力。强关系理论:叁步以内的关系都为强关系,强关系具有触发行为。这种行为可以为未连接的节点提供更多的相互连接的机会。另外,节点的度和聚类系数体现出节点之间连接紧密程度,对网络结构有着很大的影响。结合这两个方面,提出结合节点拓扑属性和强关系的链路预测算法,简称TPSR算法。该算法不仅考虑了节点的拓扑属性信息——节点的度和聚类系数,还结合了强关系对新链接出现的贡献。充分利用局部结构信息来刻画节点之间的相似性。与几个传统的算法相比,该算法具有更大的预测范围和更强的预测能力。
魏平[3]2004年在《一些预测算法的研究与应用》文中研究说明本文主要讨论了几种预测方法以及在浙江电力市场和中国股票市场的应用实例。预测方法主要介绍了统计学方法和BP神经网络算法。对统计算法中回归模型中的假设条件、平滑指数的自适应调整、ARMA模型的参数估计作了一些分析。指出可以通过BP算法进行ARMA模型的参数估计,并比较了BP作为预测算法与统计模型的异同。文中提出了数据清理的一些方法,给出了通过灵敏度分析来进行因子筛选的一种算法。 电力工业的市场化改革突出了市场清算价格(MCP)预测的重要性。本文给出了一种浙江电力市场MCP的预测方案,对浙江电力市场下一交易日市场清算价格进行了预测,得到的预测精度达到90%左右。在此基础上,研究了发电商报价决策问题,并开发出相应的软件,解决该问题时,提出了一种基于图的邻接矩阵的聚类算法,取得了满意的效果。 预测并非对所有的问题都是有效的,本文第四部分就是这样的一个实例。用线性和非线性两种方式对中国股票市场指数收益率的预测分析表明,根据历史数据得不到有关未来收益率的有效信息,验证了中国股票市场具有弱有效性。
尹峰[4]2016年在《基于火焰光谱检测的炉内煤种辨识与锅炉优化控制技术研究》文中认为随着《巴黎气候变化协定》的即将生效,当前节能减排的大环境对能源行业发展格局形成了很大冲击,作为温室气体排放大户的燃煤电厂,急需进一步提高锅炉运行效率以缓解减排压力。而近几年,机组本体设备与辅助系统工艺改进方面的节能潜力已几乎耗尽,目前最有前景的研究方向就是利用先进控制技术实现锅炉的优化运行,而锅炉优化控制的技术瓶颈则在于炉内参数的在线测量与先进控制算法对复杂工况的适应性。本文针对这两项技术需求,开展了以下研究工作:1)通过火焰发射光谱的基础理论与测量机理研[,利用Na、K、Li等碱金属元素含量与比例对煤种的标识意义,提出了基于煤粉火焰光谱中碱金属原子发射光谱强度关系特征的煤种辨识方法,从机理上对测量与环境因素进行消去与补偿,获得稳定的特征量,实验结果表明特征量可复现、可区分、工况适应性满足煤种辨识要求。2)根据煤种辨识的机理特征向量,结合一系列辅助特征参数,采用SVM算法实现煤种辨识方法的算法设计、系统开发与应用测试,验证了基于炉内火焰发射光谱特征的煤种辨识方法的准确性。3)开展基于最小二乘支持向量机算法(LSSVM)的锅炉效率软测量研[,以及基于T-S模糊建模与遗传寻优的锅炉效率优化控制算法,提出并实现以下技术路线:利用DCS与煤种辨识系统实时获取足够量的锅炉燃烧参数与煤种参数,选取平稳工况以正平衡法计算离散的锅炉效率,用于锅炉效率软测量建模,并以此模型实现锅炉效率的连续测量与优化控制。4)提出了新型结构的带参考模型与扰动模型的广义预测控制(RDM-GPC)算法与带导前扰动模型的预测函数控制(LDM-PFC)算法,经对比仿真测试,在模型适应性、响应速度与控制精度方面都有明显优势,控制方案可用于煤粉锅炉的主蒸汽温度与压力等重要性能参数的优化控制。5)开发了用于优化控制算法集成应用的热工优化控制平台(TOP)系统,提出了递进式安全控制机制,以及上位高级运算与下位实时控制的灵活配置方式,为优化控制系统高效灵活应用创造了良好条件。
黄华勇[5]2008年在《奥运竞技体育项目技战术分析知识库的研究与实现》文中研究指明随着体育事业的发展,体育项目的知识不断增加。知识的管理和应用已成为体育竞技项目提高竞争力的重要手段。基于本体的知识表示具有结构化、共享性等特点,是当前知识表示方向的研究热点。本体是领域中概念及概念间关系的描述,通过概念间关系的描述来表示概念的语义。本文针对奥运竞技项目技战术分析的特点,以本体作为知识集成和共享的载体,将奥运竞技项目中复杂、分散的知识组织起来,构建了技战术分析特征知识库,并基于知识库研究实现了技战术指标决策原型系统。论文首先从竞技体育项目技战术分析的特点出发,借鉴体育竞技专家已有技战术分析成果,研究本体的特点和构建本体的方法,通过领域知识分析、概念封装、建立类属性,构建起一个技战术分析结构化本体,使技战术分析知识能够统一化表示。基于利用本体的知识表示方法,研究了知识库的体系结构,为有效地利用现有数据库资源,研究了数据库关系模式的本体映射方法,提出了关系数据库的本体映射规则,并在乒乓技战术分析数据库的本体转换中得到了有效应用。研究了非结构化知识检索方法,在基于本体的知识管理平台下,重点研究Lucene搜索引擎技术和全文检索方法,实现了乒乓球项目技战术指标检索,能够有效获取非结构化知识,使竞技指标体系更完善。最后,基于结构化和非结构化知识研究了决策支持技术,提出了决策树算法和时间序列算法相结合的智能决策和预测方法。通过对决策树算法剪枝技术的改进,建立了指标权重决策树。把权重决策树的决策结果序列应用到时间序列算法中,实现了一个乒乓技战术分析决策原型系统,该系统能够较好地评价运动员的技术水平,并对一段时间的技战术发展趋势做出预测。
杨双懋[6]2012年在《无线网络中的流量预测与MAC算法研究》文中研究指明无线网络以其不受时间和空间束缚的特点，帮助人们实现无处不在的服务和应用，在国民经济中发挥着越来越重要的作用。由于无线信道具有时变和不可靠等物理特性，无线网络数据链路层中的媒体接入控制（MAC）算法对无线网络的吞吐量、容量和时延等性能都具有很大的影响。为此，本文针对单跳无线网络中流量预测和MAC算法、多跳无线网络MAC算法以及认知多跳无线网络中的MAC机制展开了研究。与网络业务的流量特性结合以提升无线网络数据链路层性能是当前MAC算法研究中的难点。由于无线网络流量的波动性与自相似特性给流量预报技术提出了很大的挑战，本文在第二章中对无线网络流量预测算法进行了研究，并提出了一种基于FARIMA-GARCH模型的预测算法。该算法首先利用分段双向CUSUM检测算法对流量序列的均值进行有效检测，并在此基础上将序列进行零均值化；然后采用限定搜索法对分数差分阶数进行精确估计；在获得必要的模型参数后，利用GARCH模型对新息序列进行建模，以跟踪流量序列波动性的变化；最后对模型预测的结果进行均值补偿。仿真结果表明，该算法能与传统的FARIMA预测算法保持相同的时间复杂度，并能提供比后者更好的预测性能。第叁章则进一步将第二章提出的预测算法应用到单跳无线网络MAC算法设计中。通过将预测结果结合冲突分解算法对信道进行合理调度，我们提出了两种新的冲突分解算法。首先，我们针对分组的到达时间间隔建立流量模型，提出了一种基于流量预测的混合冲突分解算法，仿真结果表明其性能比已有的FCFS算法有所提高；然后，由于小时间尺度上流量特性太过复杂，于是针对聚合的业务流，我们又提出了一种基于流量预测的两段式树形冲突分解算法。仿真结果表明，相对于现有的二叉树形算法，该算法能有效地提高系统吞吐率和降低平均时延及平均分解周期，从而改善系统的整体性能。针对传统的FPRP算法在多跳无线网络场景下调度单播业务效率不高的问题，第四章提出了一种基于FPRP改进的MAC算法。该算法通过增加一轮预约过程和对业务的区分服务来提高节点的空间复用率。仿真结果表明其性能比FPRP算法有所提升。同时，针对物理层具有多包接收能力的多跳无线网络，我们又提出了一种结合多包接收的预约调度MAC算法。该算法将多包接收和FPRP的多轮预约调度相结合，通过邻居节点之间的控制信息交互，充分利用节点多包接收能力。通过理论推导，我们得出了该算法在理想条件下的节点吞吐率估计式。此外，对该算法的仿真结果也验证了其有效性。第五章研究了认知多跳无线网络中网络容量的求解与网络吞吐量的优化问题。我们首先推导了混迭（Underlay）模式下认知多跳无线网络容量上界的闭合表达式，并指出该上界只与用户空间分布特性相关；然后提出了一种新的基于遗传算法的跨层优化MAC算法，通过联合优化邻居选择与功率分配实现网络吞吐量的最大化。仿真结果表明，该算法所获得的吞吐量能够较好地逼近网络容量上界。最后，第六章对本文所做的研究工作进行了总结，并对未来的研究方向作出了展望。
赵永生[7]2017年在《旋转飞行乒乓球的状态估计和轨迹预测》文中研究表明旋转飞行物体的运动状态估计、轨迹预测和拦截作业,在体育、军事和航天领域均具有重要的研究意义和应用价值,主要涉及到目标快速识别与定位、运动建模、运动状态最优估计、轨迹预测、运动决策和运动规划等多项机器人领域的关键技术。本文在国家自然科学基金面上项目"旋转飞行物体的状态估计和轨迹预测"的支持下,以旋转飞行的乒乓球为研究对象,开展旋转飞行物体的运动建模、碰撞建模、旋转运动状态最优估计和轨迹预测等算法和技术研究,最后以乒乓球仿人机器人"悟空"自主击打旋转乒乓球作业任务验证算法性能。本文的主要研究内容和贡献包括:(1)通过受力分析,构建了旋转乒乓球飞行运动机理模型,推导出运动模型的连续形式,并提出了基于梯度下降法的运动状态最优估计方法。使用傅里叶级数近似拟合飞行速度相对时间的衰减变化曲线,将理论不可解析求解的一阶变微分方程组(系数矩阵与自变量)转换为可解析求解的微分方程组,解析求解推导出连续运动模型。相对于离散运动模型,连续运动模型在轨迹预测时不需要迭代,可根据估计得到的旋转乒乓球初始运动状态直接计算出未来任意时刻的运动状态,消除了迭代误差对轨迹预测的影响。基于连续运动模型,本文提出了一种运动状态最优估计方法,以当前运动状态下运动轨迹的预测值和实际观测值之间的欧氏距离为优化目标,通过梯度下降法在运动空间中寻找符合当前轨迹观测值的最优运动状态。相对于传统的基于多项式拟合或者局部加权回归等非模型运动状态估计方法,本方法充分利用运动模型的约束信息,可根据连续多帧观测数据有效估计出全局最优解。(2)针对运动模型的高阶非线性特性,使用无监督聚类算法对不同运动状态的飞行轨迹进行聚类分析,在连续运动模型的基础上推导出了扩展连续运动模型,并提出了基于最大期望值估计算法的运动状态估计和轨迹预测算法。旋转飞行物体在飞行过程中受到重力、空气阻力和马格努斯力的综合作用,运动模型具有高阶非线性特性,模型中的参数不是仅与物理属性相关的常量而是与运动状态相关的变量。其中飞行速度相对于时间的衰减变化受运动状态的影响很大,使用一组统一的傅立叶级数难以有效拟合整个运动空间中飞行速度相对于时间的衰减变化规律,导致连续运动模型对不同运动状态的旋转球的适应性、准确性下降。本文首先采集大量不同运动状态的旋转乒乓球运动轨迹数据,然后使用K-means等无监督聚类算法对轨迹数据进行聚类分析,最后用傅里叶级数分别拟合每一类轨迹数据的飞行速度相对于时间的衰减变化曲线推导出扩展连续运动模型。扩展连续运动模型对不同运动状态的旋转乒乓轨迹的适应性更好,但是模型中的傅里叶级数参数对一条待估计轨迹而言是未知的,这对运动状态的估计造成了极大的挑战。本文使用最大期望值估计算法有效解决了该难题,将模型中的傅里叶级数类别作为隐含变量,用高斯混合模型描述轨迹预测值和轨迹观测值之间的似然度,通过循环迭代同时估计出模型类别的后验概率和运动状态的最大似然估计。(3)将乒乓球与球桌的碰撞看作连续过程,用连续函数描述碰撞过程中乒乓球的受力和模型参数,基于动量定理、角动量定理和积分均值定理推导出了非线性碰撞模型,并设计多层感知机对碰撞模型中的未知函数进行了有效辨识。旋转运动和飞行运动在碰撞过程中因摩擦力的存在会相互作用。并且碰撞过程非常短暂,几乎没有传感器能有效、准确的测量碰撞过程中乒乓球的运动状态和受力的变化。本文基于前人关于弹性球体和刚性平面碰撞的分析研究工作和多样化的视觉测量手段,提出了一个准确的非线性碰撞模型。首先使用超高速相机观测乒乓球与球桌的碰撞过程,用实验证明该碰撞过程为连续渐变过程,且碰撞周期与乒乓球的运动状态无关。基于以上结论,本文用连续可积函数描述碰撞过程中乒乓球的受力,根据动量定理和角动量定理推导出一个准确的旋转乒乓球与球桌碰撞模型。与传统方法不同,本碰撞模型中的参数,例如摩擦系数和恢复系数等均为与运动状态相关的变量。巧用积分均值定理,本文将模型中的未知变量转换与碰撞前乒乓球运动状态相关的函数并搭建多层感知机对其进行了有效准确的辨识。基于上述模型和算法,乒乓球仿人机器人具备了对高速旋转乒乓球的实时感知能力。轨迹预测落点精度在x和y方向分别达到了 1.36cm和2.95cm;预测击球点在以球拍中心为圆心半径3cm的圆内的概率为44.06%,半径5cm的圆内的概率为84.30%,球拍范围内的概率为95.55%;旋转运动状态的预测精度在x和z方向分别达到了 5.36rad/s和2.97rad/s。使用以上模型和算法,本文成功伺服乒乓球仿人机器人"悟"接打高速旋转乒乓球,接球的成功率为71.2%。
蓝梦微, 李翠平, 王绍卿, 赵衎衎, 林志侠[8]2015年在《符号社会网络中正负关系预测算法研究综述》文中研究表明一些网络中的边根据其潜在涵义可分为正关系和负关系,若用正号和负号来标记网络中的边,则形成一个符号网络.符号网络的应用场景非常丰富,在社会学、信息学、生物学等多个领域广泛存在,逐渐成为当前研究的热点之一.对符号社会网络中链接的正负预测问题进行研究,其成果对社会网络的个性化推荐、网络中异常节点的识别、用户聚类等都具有非常重要的应用价值.主要介绍符号社会网络中正负关系预测问题在国内外的研究现状和最新进展.首先介绍了社会结构平衡理论和地位理论,并将目前主要的预测算法按照设计思路分成两类:基于矩阵的符号预测算法和基于分类的符号预测算法,详细介绍各类算法的基本思路,并从算法效率、准确性和可伸缩性等角度进行详细的对比和分析,总结了符号社会网络预测问题具有的一些特点以及所面临的挑战,同时指出未来可能的发展方向,为相关研究人员提供有价值的参考.
林伟勇[9]2008年在《RFID反碰撞算法的研究》文中提出无线射频识别技术(Radio Frequency Identification,RFID),或称射频识别技术,是从二十世纪90年代兴起的一种非接触的自动识别技术,是自动识别技术在无线电技术方面的具体应用和发展。RFID技术具有精度高、适应环境能力强、操作快捷、使用寿命长、读取距离大、标签数据可加密、存储数据容量大等许多优点。随着RFID技术的不断成熟,对供应链管理、物流、自动化、交通运输控制管理和零售等领域产生越来越重要的影响,并将成为未来自动识别技术的主流,具有十分广阔的应用前景。RFID数据的完整性问题是制约RFID发展的重要因素之一,直接关系到整个系统的性能优劣程度。碰撞问题是影响数据完整性的一个重要方面,有阅读器碰撞和标签碰撞之分,解决碰撞的方法就称为反碰撞算法。相对于标签而言,阅读器的功能更强大,资源更丰富,且阅读器之间还可以互相通信,阅读器产生的碰撞相对容易解决。因此标签的反碰撞问题成了解决RFID系统碰撞问题的重点和难点。标签的碰撞是指阅读器的作用范围内一个以上的标签,同时向阅读器发送数据,导致的信号干扰,使标签无法正确识别,也即是多目标识别问题。作为目前唯一可实现多目标同时识别的RFID技术,多目标的同时识别,既是RFID技术的优势,又是RFID技术的挑战性技术难题。本文对国内外文献的搜索、整理、分析和综合的基础上,对标签的反碰撞问题作了深入的研究,主要作了如下的工作:1.深入研究标签碰撞的概率性解决算法,以动态帧时隙ALHOA算法为基础,提出了一种结合倍乘因子和分组思想的改进算法。算法实现简单,通过判断系统效率的大小以及比较空闲时隙数量和碰撞时隙数量多少的方法,决定是否采用倍乘因子动态调整帧长度;当标签数量超过一定量时,采用分组识别的方法。同时,本文结合Matlab引擎,编写仿真程序,模拟标签的识别过程。仿真结果表明,在标签数量急剧增加的情况下,采用改进的算法,RFID系统的效率也能稳定的保持在35%以上;而且,改进的算法有效地减少了使用的时隙数量和阅读周期。2.在研究分析跳跃式动态树形反碰撞算法和ID预测算法的基础上,提出了一种改进的标签碰撞确定性解决算法——分组动态ID预测算法。该算法的最大特点就是:阅读器向标签发出一次问询命令,在碰撞的情况下,有可能同时识别多个标签。算法采用标签分组识别,阅读器与标签数据动态传输的方法来实现。在分析算法原理,总结算法步骤的基础上,编写仿真程序,从阅读器问询量、标签应答量、系统有效服务率和系统通信量等方面,对算法的进行统计和性能分析。仿真结果表明,分组动态ID预测算法大大地提高了系统的有效服务率,极大地降低了系统的通信量,表现出了优越的性能。
郑茹菁[10]2017年在《基于物联网架构的智能航海避碰算法研究》文中提出随着“一带一路”战略的提出,“21世纪海上丝绸之路”构想将中国海运事业提升至一个新高度。海运量增长的同时也给安全航海带来前了所未有的挑战。目前,航海安全主要依靠值班驾驶员在雷达、自动识别系统(AIS)、自动雷达标绘仪(ARPA)等辅助设备协助下对碰撞危险进行判断。但船-船相碰事故有增无减,带来极大的财产损失和人员伤亡,如何更有效地预防海上船舶碰撞事故的发生成为亟待解决的问题。为提高航海安全性,各国学者对智能避碰决策做了大量工作并取得一定成果。而随着物联网技术在智能交通、智能家居、健康监测等多个领域的逐步渗入,整个社会变得更加智能化。本文通过深入研究物联网和智能算法的相关理论,将其关键技术综合应用到智能航海避碰中。提出了基于物联网架构的智能航海避碰系统模型,设计了一种可以实时预测船舶碰撞风险度的智能航海避碰算法,该算法可提前“预知”船舶在下一时刻抵达位置处的碰撞风险程度并在危险来临前推送避碰优先序列。本文所做的工作如下:(1)提出了基于物联网架构的智能航海避碰系统模型。该模型包括感知层、传输层和应用层。其中,感知层以性价比更高的智能传感器模块为主体对各类航海信息进行实时采集;传输层以物联网中间件及Zigbee协议为基础进行信息传输。最后由应用层的智能避碰算法分析、预测船舶碰撞风险并作出避碰优先序列决策。(2)通过深入研究国内外智能避碰算法,基于层次分析法(AHP)和BP人工神经网络算法设计了一种改进的智能航海避碰算法。该算法加入了环境因子,使整个算法可根据实际环境的改变而实时调整策略,具有实际应用价值。首先,本文基于AHP确定影响安全航海的各环境因素所占的权重,将采集到的各影响因素值与其权重相结合,动态确定环境因子;根据感知层采集到的实时数据与环境因子综合确定最佳预测时间T。其次,运用BP神经网络算法学习船舶的航海习惯;基于训练完成的BP神经网络预测T时刻后船舶可能抵达的位置坐标P。最后,根据航海学知识建立模型,判断P处的碰撞风险度;根据不同船舶与本船之间碰撞的风险度大小建立避碰优先列表,供值班驾驶员参考。(3)本文基于MATLAB平台对改进的智能航海避碰算法所有步骤进行建模仿真,以渤海海域内渔船、货船等实际船舶的历史航行记录数据作为测试用例进行实验,评估验证本文提出的改进算法的可用性和有效性。
参考文献：
[1]. 基于相空间重构理论和误差矫正模型的组合风速预测模型的研究与应用[D]. 汪运. 兰州大学. 2015
[2]. 基于局部结构的复杂网络链路预测算法研究[D]. 高杨. 安徽大学. 2017
[3]. 一些预测算法的研究与应用[D]. 魏平. 浙江大学. 2004
[4]. 基于火焰光谱检测的炉内煤种辨识与锅炉优化控制技术研究[D]. 尹峰. 浙江大学. 2016
[5]. 奥运竞技体育项目技战术分析知识库的研究与实现[D]. 黄华勇. 南京理工大学. 2008
[6]. 无线网络中的流量预测与MAC算法研究[D]. 杨双懋. 电子科技大学. 2012
[7]. 旋转飞行乒乓球的状态估计和轨迹预测[D]. 赵永生. 浙江大学. 2017
[8]. 符号社会网络中正负关系预测算法研究综述[J]. 蓝梦微, 李翠平, 王绍卿, 赵衎衎, 林志侠. 计算机研究与发展. 2015
[9]. RFID反碰撞算法的研究[D]. 林伟勇. 广东工业大学. 2008
[10]. 基于物联网架构的智能航海避碰算法研究[D]. 郑茹菁. 天津理工大学. 2017
标签：数学论文; 宏观经济管理与可持续发展论文; 模型预测控制论文; 仿真软件论文; 网络优化论文; 预测模型论文; 智能算法论文; 运动估计论文; 网络节点论文; 网络模型论文;