-
公开(公告)号:CN118469043B
公开(公告)日:2024-11-12
申请号:CN202410930919.4
申请日:2024-07-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06N20/00 , G06F18/10 , G06F18/213 , G06F18/2433
Abstract: 本发明提供了一种船舶运行模型训练方法和船舶运行控制方法,涉及数据处理技术领域。船舶运行模型训练方法可包括通过主成分分析算法,将多个第一训练数据中的每个第一训练数据中的第一输入数据映射到二维坐标系中,以得到每个第一训练数据的第二输入数据;根据每个第一训练数据的第二输入数据,并结合网格密度法,对多个第一训练数据进行离群点筛除,以得到多个第二训练数据;根据多个第二训练数据中的每个第二训练数据所属的网格的密度,配置每个第二训练数据的第一权重;根据每个第二训练数据和每个第二训练数据的第一权重,对第一船舶运行模型进行训练,以得到第二船舶运行模型。本发明提供的船舶运行模型训练方法可提高船舶运行模型的精度。
-
公开(公告)号:CN118469043A
公开(公告)日:2024-08-09
申请号:CN202410930919.4
申请日:2024-07-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06N20/00 , G06F18/10 , G06F18/213 , G06F18/2433
Abstract: 本发明提供了一种船舶运行模型训练方法和船舶运行控制方法,涉及数据处理技术领域。船舶运行模型训练方法可包括通过主成分分析算法,将多个第一训练数据中的每个第一训练数据中的第一输入数据映射到二维坐标系中,以得到每个第一训练数据的第二输入数据;根据每个第一训练数据的第二输入数据,并结合网格密度法,对多个第一训练数据进行离群点筛除,以得到多个第二训练数据;根据多个第二训练数据中的每个第二训练数据所属的网格的密度,配置每个第二训练数据的第一权重;根据每个第二训练数据和每个第二训练数据的第一权重,对第一船舶运行模型进行训练,以得到第二船舶运行模型。本发明提供的船舶运行模型训练方法可提高船舶运行模型的精度。
-
公开(公告)号:CN117556172B
公开(公告)日:2024-04-19
申请号:CN202410040741.6
申请日:2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域,提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法,船舶操纵运动预报模型构建方法包括:根据船舶运动规律构建多个核函数;根据多个核函数构建对应的运动模型;按照预设筛选标准对多个运动模型进行筛选,得到目标运动模型;按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果:充分考虑了所有核函数的特性,使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选,实现自适应运动模型筛选,提升运动预报模型的构建效率。
-
公开(公告)号:CN117556172A
公开(公告)日:2024-02-13
申请号:CN202410040741.6
申请日:2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域,提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法,船舶操纵运动预报模型构建方法包括:根据船舶运动规律构建多个核函数;根据多个核函数构建对应的运动模型;按照预设筛选标准对多个运动模型进行筛选,得到目标运动模型;按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果:充分考虑了所有核函数的特性,使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选,实现自适应运动模型筛选,提升运动预报模型的构建效率。
-
公开(公告)号:CN118313263A
公开(公告)日:2024-07-09
申请号:CN202410512551.X
申请日:2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/126 , G06F17/10 , G06F17/16 , G06F111/06 , G06F111/04
Abstract: 本发明提供了一种基于多目标最优输入设计的船舶操纵运动灰箱预报方法及系统,属于船舶运动灰箱预报方法领域。为了提供一种高质量的激励信号用来激励船舶操纵运动的灰箱模型并进行运动预报的方法。本发明以D最优准则和矩阵的条件数为优化目标函数,采用相关系数矩阵作为约束,既考虑到了参数辨识的精度、鲁棒性,又在一定程度上降低了输入变量的多重共线性也就是参数漂移;依靠二型非支配排序遗传算法的框架,使用修正的目标函数值来检查种群中的优势度,这种修改是基于对个体的约束违反及其客观表现,最后使用逼近理想解排序方法来筛选输出的Pareto前沿解。
-
公开(公告)号:CN118313619A
公开(公告)日:2024-07-09
申请号:CN202410512549.2
申请日:2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/126
Abstract: 本发明提供了一种基于矩阵式编码方法的服务机器人群任务分配方法及系统,属于服务机器人任务分配领域。为了解决现有医疗养老服务社区中种类与数量众多的服务机器人群协同控制困难、工作效率较低的问题。使用分层分段的矩阵式编码方法,横向分段的编码方式可考虑异构任务之间的联系,纵向分层的编码方式可考虑采样任务调度与配送执行点选择之间的时序耦合关系,在医疗养老服务社区中种类与数量众多的服务机器人群具有可协同控制、工作效率高的优点;且在仿真实验中,不同规模的实例设置下,迭代进化曲线均呈现出了明显的下降趋势,表明本发明搜索到的解的质量不断提高,证明了本方法的服务机器人群任务分配方法的有效性。
-
公开(公告)号:CN116011335A
公开(公告)日:2023-04-25
申请号:CN202310032555.3
申请日:2023-01-10
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F119/02 , G06F111/06
Abstract: 本发明公开了一种基于GA‑vSVR算法的船舶轨迹预测方法,本发明可以凭借船舶的历史AIS数据,输出船舶在未来一段时间的轨迹。该模型首先将vSVR应用于船舶轨迹预测领域,并应用了遗传算法对其参数进行优化。通过在训练集与测试集上的结果对比,发现其有良好的预测能力,将其与PSO‑vSVR模型、GS‑vSVR模型、GA‑SVR模型的预测结果对比,发现本发明的模型的效果优于其他模型。使用本模型,对其他船舶的AIS数据实行模型建立与预测发现,本发明的模型用于较为良好的泛化能力。本发明避免海上事故的发生,提出了一种由遗传算法优化的改进支持向量回归,利用船舶航行的AIS数据来构建船舶轨迹预测模型。
-
公开(公告)号:CN118443017A
公开(公告)日:2024-08-06
申请号:CN202410512557.7
申请日:2024-04-26
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供了一种基于线障碍势场法的无人船多航行路线的自主规划方法及系统,属于无人船路径规划技术领域。为了解决现有人工势场法中障碍的势场函数模型过于简单,且只能生成一条路径的问题。包括搭建线性障碍数学模型,判断有旋力场在二维平面对无人船产生力的方向,求解线性障碍势能函数,最终迭代多解无人船路径。本发明提出一种二维平面上的线性障碍模型,该力场模型为有旋场,相较于无旋场具有更丰富的物理特性和应用潜力;同时利用无旋力场的积分与路径无关的特性,求解出该线性障碍的势场函数;本发明可借助线性障碍的优势,通过对点障碍的迭代生成多条不同的路径。
-
-
-
-
-
-
-