船舶機(jī)艙協(xié)作式模擬訓(xùn)練智能評價(jià)方法研究.pdf_第1頁
已閱讀1頁,還剩133頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、根據(jù)我國建設(shè)海洋強(qiáng)國的戰(zhàn)略目標(biāo),交通運(yùn)輸部印發(fā)了《中國船員發(fā)展規(guī)劃(2016-2020年)》,提出了推進(jìn)船員實(shí)操評估電子化、智能化的任務(wù)。目的是以規(guī)范化和標(biāo)準(zhǔn)化的船員適任能力評估,促進(jìn)船員素質(zhì)的提高,減少人為因素導(dǎo)致的船舶機(jī)艙事故的發(fā)生,保障海上交通安全。論文以船舶機(jī)艙協(xié)作式模擬訓(xùn)練智能評價(jià)方法的研究為主線,研究并改進(jìn)了船員實(shí)操訓(xùn)練模式和仿真訓(xùn)練評估系統(tǒng),完善了船舶機(jī)損事故在訓(xùn)練和評價(jià)中的應(yīng)用及輪機(jī)模擬器的效能評價(jià)體系。主要的研究工作如

2、下:
  為滿足機(jī)艙資源管理這一新的強(qiáng)制性適任標(biāo)準(zhǔn)的特殊要求,論文基于“人-機(jī)-環(huán)境系統(tǒng)工程”方法建立了新的船舶機(jī)艙模擬訓(xùn)練和評估模式;提出了船舶的“角色-任務(wù)-資源”系統(tǒng)協(xié)作訓(xùn)練模型和駕機(jī)聯(lián)動(dòng)式任務(wù)型協(xié)作訓(xùn)練模式,克服了傳統(tǒng)的輪機(jī)模擬器在“全任務(wù)綜合”培訓(xùn)和“客觀”評估方面的欠缺。對船舶機(jī)損事故案例的原因進(jìn)行挖掘分析,給出了機(jī)損事故、人誤因素和資源管理因素之間的關(guān)系。設(shè)計(jì)典型的情景和任務(wù),改進(jìn)評價(jià)體系,在訓(xùn)練和評估中側(cè)重培訓(xùn)機(jī)艙

3、人員防止船舶機(jī)損事故發(fā)生的能力。尤其是對于缺少實(shí)船服務(wù)經(jīng)歷的航海院校學(xué)生具有很好的實(shí)用效果,滿足了“管理型”和“技能型”高素質(zhì)船員訓(xùn)練和評估的需要。
  在基于輪機(jī)模擬器的自動(dòng)綜合評估的基礎(chǔ)上,將智能算法引入船舶機(jī)艙實(shí)操訓(xùn)練的評估,提出了一種改進(jìn)的基于遺傳算法優(yōu)化的智能綜合評價(jià)方法。該方法包括建立駕機(jī)聯(lián)動(dòng)模擬的評估知識庫,構(gòu)造評估指標(biāo)隸屬度函數(shù)庫和不同需求下的優(yōu)化目標(biāo)函數(shù),采用熵權(quán)法和歷史評估數(shù)據(jù)動(dòng)態(tài)調(diào)整評估指標(biāo)的權(quán)重并利用遺傳算

4、法優(yōu)化,根據(jù)實(shí)時(shí)的系統(tǒng)參數(shù)檢測結(jié)果和隸屬度函數(shù)得出模糊關(guān)系矩陣,經(jīng)多重模糊綜合評判得出評估結(jié)果。在實(shí)例中對遺傳算法優(yōu)化的效果進(jìn)行了對比分析,經(jīng)遺傳算法優(yōu)化的評價(jià)結(jié)果誤差明顯較小。經(jīng)初步實(shí)踐表明,該評估結(jié)果比較客觀,所提出的評估方法符合實(shí)際需求。
  為進(jìn)一步提高船舶機(jī)艙實(shí)操訓(xùn)練評估的智能性和客觀性,應(yīng)用深度學(xué)習(xí)的技術(shù)研究輪機(jī)實(shí)操智能評估的回歸問題,提出了基于深度學(xué)習(xí)的智能評價(jià)方法。采用稀疏自動(dòng)編碼器(SAE)對大量數(shù)據(jù)樣本進(jìn)行特征

5、變換,深入學(xué)習(xí)樣本特征并用于分類評價(jià),經(jīng)反復(fù)訓(xùn)練后得到較好的評價(jià)模型。針對輪機(jī)實(shí)操評估的特點(diǎn),給出了確定深度信念網(wǎng)絡(luò)(DBN)層次結(jié)構(gòu)的具體方法。通過逐層貪婪訓(xùn)練算法對限制玻爾茲曼機(jī)逐層訓(xùn)練,最后經(jīng)BP算法對網(wǎng)絡(luò)微調(diào)后形成評估模型。在仿真實(shí)驗(yàn)中分別對BP神經(jīng)網(wǎng)絡(luò)、帶回歸模塊的SAE和DBN評估模型的預(yù)測效果進(jìn)行了對比驗(yàn)證。研究結(jié)果表明,基于DBN的評估模型的最大誤差為2.45分,最小誤差為0.09分,各項(xiàng)誤差均最小。DBN模型避免了普通

6、的多層神經(jīng)網(wǎng)絡(luò)可能過早陷入局部最優(yōu)的問題。該方法適用于結(jié)合輪機(jī)模擬器、自動(dòng)化機(jī)艙或智能化實(shí)船機(jī)艙開展的輪機(jī)實(shí)操智能評估,是具有較好應(yīng)用前景的方法,填補(bǔ)了深度學(xué)習(xí)方法應(yīng)用于船舶機(jī)艙實(shí)操訓(xùn)練智能評估的研究空白。
  在參與輪機(jī)模擬器性能標(biāo)準(zhǔn)的編制工作的基礎(chǔ)上,研究了輪機(jī)模擬器效能評價(jià)體系,提出基于云模型的輪機(jī)模擬器效能評價(jià)方法。通過計(jì)算加權(quán)偏離度衡量云重心的變化值,對某型號的VLCC輪機(jī)模擬器進(jìn)行分析評價(jià),為我國的輪機(jī)模擬器的認(rèn)證提供

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論