首页|基于蝙蝠算法优化模糊神经网络的耙吸挖泥船耙头吸入密度研究

基于蝙蝠算法优化模糊神经网络的耙吸挖泥船耙头吸入密度研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
耙吸挖泥船的耙头产量主要取决于耙头的吸入密度,准确的吸入密度预测对提高耙吸挖泥船疏浚产量具有重要的意义.针对目前对吸入密度预测方法存在精度低、实时效果性差的缺点,提出了一种蝙蝠算法与模糊神经网络相结合的预测方法.通过实测施工数据,构建BA-FNN预测模型.实验表明:BA-FNN预测精度高且稳定性能好,能够为耙头产量预测以及指导施工提供科学有效的参考依据.
Research on Optimization of Rake Head Density of Suction Hopper Dredger Based on BA and FNN

郝光杰、俞孟蕻、苏贞

展开 >

江苏科技大学电子信息学院 镇江 212003

耙吸挖泥船 耙头模型 吸入密度预测 蝙蝠算法(BA) 模糊神经网络(FNN)

中国交通建设股份有限公司科技研发项目

2035151801

2022

10.3969/j.issn.1672-9722.2022.02.040

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(2)
  • 1
  • 5