首页期刊导航|上海海事大学学报
期刊信息/Journal information
上海海事大学学报
上海海事大学学报

黄有方

季刊

1672-9498

hyxb@shmtu.edu.cn

021-38284905

201306

上海临港新城海港大道1550号

上海海事大学学报/Journal Journal of Shanghai Maritime University北大核心CSTPCD
查看更多>>本学报是反映本院教学与科研成果的综合性学术理论刊物。突出海运特色,兼顾自然科学和社会科学,包括工、管、文,为文理综合版的季刊。以国内外水运事业以及有相关学科的高校、科研机构的科研人员为主要读者对象。
正式出版
收录年代

    多船会遇场景下基于循环神经网络的船舶航速预测

    严忠伟赵建森吴欣雨王胜正...
    1-6页
    查看更多>>摘要:为进一步提高复杂环境下的船舶航速预测精度,提出一种在多船会遇场景下基于循环神经网络(recurrent neural network,RNN)的 船舶航速预测 模型.从船舶自动识 别系统(automatic identification system,AIS)数据中提取构成多船会遇场景的船舶航行动态信息(时间、航速等),采用插值法进行等时间间隔化处理,并构建基于RNN的船舶航速预测模型.采用长江口外水域的AIS数据,分别在不同会遇场景下进行实例验证.实验结果表明:在案例1和案例2场景下,RNN模型预测结果的平均绝对误差、均方误差、均方根误差、平均绝对百分比误差均比长短期记忆神经网络模型和支持向量机模型的小,说明RNN模型的预测精度比其他两种模型的高.

    交通安全智能船舶航速预测循环神经网络(RNN)船舶自动识别系统(AIS)

    自适应量化神经网络滑模无人船编队控制

    宁君刘子涵李伟李铁山...
    7-13页
    查看更多>>摘要:针对复杂海洋环境下欠驱动水面无人船(unmanned surface vehicle,USV)编队控制存在的模型不确定性、参数摄动、控制输入量化等问题,提出一种自适应量化神经网络滑模控制算法.在USV运动学子系统中,设计基于内外环控制策略的制导律,解决USV欠驱动问题.由于所采用的动力学模型中含有未知项和外界环境干扰,故在USV动力学子系统中通过使用径向基函数神经网络实现对干扰的估计.采用一种线性解析模型来描述输入量化过程.所设计的控制系统不需要量化参数的先验信息.基于输入-状态稳定性理论证明了系统稳定性.通过仿真实验验证了所提算法的有效性.

    自适应滑模控制输入量化编队控制水面无人船(USV)

    输入饱和约束下自适应RBF神经网络非线性反馈船舶航向控制

    苏文学孟祥飞张强
    14-19页
    查看更多>>摘要:针对输入饱和约束下外界扰动和模型不确定情况下的船舶航向跟踪控制问题,提出一种自适应径向基函数(radial basis function,RBF)神经网络非线性反馈航向跟踪控制方法.利用自适应RBF神经网络对外界扰动和模型不确定项进行估计,并利用最小学习参数法减少计算量;将一个具有误差增益反相关特征的非线性函数嵌入控制律中,设计一种非线性反馈控制方法;利用李雅普诺夫理论证明所有信号在考虑外界扰动和模型不确定的船舶航向跟踪控制系统中都是一致有界的.通过仿真和比较,验证了所设计控制方法的有效性.所做研究可为输入饱和约束下船舶航向跟踪控制提供参考,具有工程实际意义.

    船舶航向跟踪径向基函数(RBF)神经网络非线性反馈控制输入饱和

    用于海上风力发电机的改进船载登乘栈桥主动波浪补偿方法

    樊帆郑皓吴伟石山...
    20-28页
    查看更多>>摘要:在维修海上风力发电机时发现传统船载登乘栈桥主动波浪补偿系统存在求解精度低、控制响应慢的问题.为此,提出基于Denavit-Hartenburg法的栈桥空间位姿解算方法,并使用参考系转换的方法降低逆运动求解难度;设计前馈Smith预估补偿PID控制器,解决传统PID控制器跟踪动态信号存在的长延时问题;结合船载登乘栈桥的动力学模型,采用Simulink软件进行仿真控制实验.实验结果表明,在低海况且控制系统的延迟时间取0.24 s时,改进后的船载登乘栈桥主动波浪补偿方法使栈桥的最大偏移量减小了 79.3%,以平均偏移标准差作为栈桥稳定性评估依据时其稳定性提升了 79.6%.由此可见:该补偿方法具有良好的波浪补偿能力,同时还具有快速求解和时间延迟包容性等优点,有利于提高实时补偿系统的整体控制精度和响应速度.

    船载登乘栈桥波浪补偿电液伺服系统Smith预估器

    基于BSO-BP的船舶油耗预测模型

    乔磊尹奇志姚昌宏钱巍文...
    29-34页
    查看更多>>摘要:为解决基于传统反向传播(back propagation,BP)神经网络的船舶油耗预测模型易陷入极小值和误差较大的问题,提出一种利用头脑风暴优化(brain storm optimization,BSO)算法优化BP神经网络的船舶油耗预测模型(简称BSO-BP模型).以"维多利亚凯娅"号内河游船为研究对象,将BSO-BP模型的预测结果与采用传统BP神经网络以及模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm,GA)、粒子群优化(particle swarm optimization,PSO)算法优化的 BP 神经网络的船舶油耗预测模型的预测结果进行对比分析.结果表明:与传统BP神经网络模型的预测结果相比,BSO-BP模型预测结果的可决系数R2提高了 0.003 9,均方误差、均方根误差、平均相对误差、平均绝对误差分别降低了 0.034 4、0.154 1、0.010 2、0.017 8,说明在船舶油耗预测中BSO算法对BP神经网络的预测精度有显著的提升作用;BSO-BP模型预测结果的各项评价指标在所对比的5种模型中均表现最好,说明与SA算法、GA和PSO算法相比,BSO算法对BP神经网络的提升效果更好.

    船舶油耗预测模型头脑风暴优化(BSO)反向传播(BP)神经网络

    考虑岸桥作业的集装箱船配载多目标优化

    李俊赵雅洁肖笛温想...
    35-45页
    查看更多>>摘要:为进一步提高集装箱码头作业效率,降低船舶在港停留时间,将码头前沿负责装卸作业的岸桥设备纳入集装箱船配载决策考虑范围内,通过降低航线上各港口的岸桥作业不均衡量保证船舶在港作业效率.考虑船舶运输安全性、经济性、适航性等需求,以岸桥作业不均衡量、船舶阻塞箱数量、稳心高度、横倾角和纵倾值为目标,构建集装箱船配载多目标优化模型.为有效求解多目标优化问题,采用灰熵并行分析法改进第三代非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅲ,NSGA-Ⅲ).实验结果表明:改进算法在求解性能上优于一般的带精英选择策略的算法,对算例参数设置变化具有较好鲁棒性,可为制订岸桥作业量均衡的集装箱船配载计划提供一定决策支持.

    船舶配载多目标优化第三代非支配排序遗传算法(NSGA-Ⅲ)岸桥作业量均衡

    自动化集装箱码头防台应急箱区整理方法比较

    陆志勇刘慧波马翠芳
    46-52页
    查看更多>>摘要:针对自动化码头在汛期以防台风为目的的箱区整理问题,以最小化总移箱次数为目标,建立箱区整理移箱策略.提出基于优先搜索策略的贪心算法(算法1)和基于优先搜索策略的最长加减箱序列算法(算法2),分别与遗传算法进行对比分析.结果表明:算法2求得的移箱方案中总移箱次数比算法1的减少了 12%,比遗传算法的减少了 36.9%;算法2的求解速度比算法1的快了61.8%,相较于遗传算法更是有了极大的提高,能够适用于对自动化集装箱码头进行箱区整理的大规模任务.

    汛期防台风移箱优先搜索策略最长加减箱序列算法贪心算法遗传算法

    考虑自愿速度损失和货主满意度的北极东北航线船舶航速优化

    李振福王婷婷邱嘉欣
    53-61,74页
    查看更多>>摘要:为在保证货主满意度的同时尽可能地控制航运成本,在考虑北极东北航线气象条件和自愿速度损失的基础上,建立北极东北航线航速优化模型,通过带精英策略的非支配排序遗传算法(elitist non-dominated sorting genetic algorithm,NSGA-Ⅱ)和逼近 理想解 排序法(technique for order preference by similarity to ideal solution,TOPSIS)筛选出最佳折中解.选取北极东北航线沿线重要港口进行案例分析,结果表明:当航运成本降低时,货主总体满意度会下降,船公司可以根据各货主的重要性调整航速,以平衡航运成本和货主满意度;对比考虑自愿速度损失与无自愿速度损失的北极东北航线航速优化模型发现,两者的优化结果存在显著差异,自愿速度损失直接影响航速优化模型的准确性;航速优化对时间窗较为敏感,较大的时间窗可以为减速和提高船舶能效提供更大的机会空间.

    航速优化北极东北航线自愿速度损失货主满意度

    基于SLIC超像素分割的非局部均值船舶图像去噪算法

    王芝磊冉鑫
    62-67页
    查看更多>>摘要:针对传统船舶图像去噪算法难以对图像的边缘细节进行保留和分析,以及传统非局部均值去噪算法相似框选择困难等问题,提出基于简单线性迭代聚类(simple linear iterative clustering,SLIC)超像素分割的非局部均值船舶图像去噪算法.通过SLIC算法对图像进行分割处理,界定图像的纹理区域和平滑区域;使用相似框搜索和匹配策略,提升匹配效果,并适当保留更多边缘细节,从而改善图像去噪的效果.实验结果表明,所提出的算法相较于其他传统的船舶图像去噪算法不仅能很好地保留船舶图像的边缘细节特点,而且能在一定程度上提高船舶图像的峰值信噪比,具有良好的去噪效果,可以用于智能航海领域船舶图像的去噪.

    非局部均值去噪船舶图像去噪简单线性迭代聚类(SLIC)超像素分割相似框选择

    基于图像增强和YOLO的船舶火灾检测方法

    张莹莹高迪驹孙彦琰
    68-74页
    查看更多>>摘要:为提高船舶火灾检测的响应速度,针对海洋环境下船舶火灾的特点,提出一种基于图像增强算法和YOLO算法的海上船舶火灾检测方法.构建一套面向海上船舶火灾的数据集,对数据集图像进行增强处理,以突出火焰细节.对网络的头部结构进行改进,只保留其中的特征金字塔网络(feature pyramid network,FPN)结构,在保证模型精度的前提下减少模型参数,加快计算速度.通过实验进行验证,结果表明所提出方法的检测精确度达到97.2%,平均检测时间缩短至6.9 ms.与改进前的YOLOv5s相比,其检测精度提高了,检测速度提升了 22.5%.所提出方法能对火焰进行实时监测,识别准确度高,检测速度快,能提供一种在海洋环境下有效的船舶火灾检测及救援技术方案.

    船舶火灾火焰识别YOLO图像增强