基于人为因素的船舶领域模型与通过能力研究

《基于人为因素的船舶领域模型与通过能力研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级ＵＤＣ１０１５１单位代码基于人为因素的船舶领域模型与通过能力研究刘绍满指导教师吴兆麟职称教授学位授予单位大连海事大学申请学位级别工学博±学科（专业）交通信息工程及控制论文完成日期２０１５年１０月答辩日期２０１５年１２月答辩委巧会主席一—卡＿Ｌｉ＿ＳｔｕｄｙｏｎＳｈｉＤｏｍａｉｎＭｏｄｅｌａｎｄＴｒａｆｉｃＣａａｃｉｔｐｐｙＢａｓｅｄｏｎＨｕｍａｎＦａｃｔｏｒｓＤｉｓｓｅｒｔａｔｉ

2、ｏｎＳｕｂｍｉｔｔｅｄｔｏＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕ脚Ｉｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅ凸ｔｓｆｏｒｔｈｅｄｅｒｅｅｏｆｐｑｇＤｏｃｔｏｒｏｆＥｎｉｎｅｒｒｉｎｇｇｂｙＳｈａｏｍａｎＬｉｕ（Ｔｒａｆｆｉｃｉｎｆｏｒｍａｔｉｏｎｅｎｉｎｅｅｒｉｎａｎｄｃｏｎｔｒｏｌ）ｇｇＤｉｓｓｅｒｔａｔｉｏｎＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＷｕＺｈａｏｌｉｎＯｃｔｏｂｅｒ２０１５

3、大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，＂基＂撰写成博±学位论文于人为因素的船舶领域模型与通过能力研究。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文作者签学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海

4、事大学有关保留、使用研究生学目位论文的规定：，日大连海事大学有权保留并向国家有关部口或化构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕±学位论文全文数据库》（中国学术期刊（光盘版）电子杂志社）、《中国学位论文全文数据库》（中国科学技术信息研究所）等数据库中，并电子出版物形式出版发行和提供信息服务。

5、保密的论文在解密后遵守此规定。本学位论文属于：保密□在年解密后适用本授权书。＿＂＂不保密囚（请在Ｗ上方框内打Ｖ）论文作者签导师签名：日期：年月义旧）创新点摘要创新点摘要一－ＰＦＮＮ）识别的船１．提出种基于快速准确在线自组织模糊神经网络（ＦＡＯＳ舶领域模型辨识方法，建立参考输入变量与船舶领域的形状、大小等输出变量之间的非线性关系，采用Ｈ个分离的模糊神经网络实现了船舶领域模型的多输入输出系统的模型辨识。２一．提出种基于人为因素的动态四元船舶领域模

6、型，充分考虑船舶的动态操纵性能和船舶驾驶者的人为因素对船舶领域的影响，实现了四元船舶领域建模的动态智能化。３．提出基于人为因素的动态四元船舶领域的航道通过能力升算方法。通过考虑船舶性能和人为因素的影响，并将模糊理论应用于调查问卷的数据处理，实现航道通过能力潜能的充分发掘。４．将基于人为因素的动态四元船舶领域模型及通过能力计算方法应用到内河。航道及复杂水域中在尹公洲航段的内河航道通过能力研究中，所得出的通过能。在老铁为较传统方法有较大提升，能够充分利用航道的有效资源

7、山水道复杂航段的通过能力研巧中，统计大量老铁山水道数据，给出未来５年到１０年的拓宽规划。中文摘要摘要随着航运经济的发展，大量的船舶频繁活跃于港口、航道及其附近水域，使。水域通航密度大为增加，从而导致船舶交通量不断增多，航道船舶交通日趋繁忙一因此，进，对航道的通过能力要求也日益提高。在保障航运安全的前提下步挖掘航道的通过能力，，将是亟待解决的难题。在影响航道通过能力的诸多因素中一船舶领域是个非常重要的影响因素。但是，目前对船舶领域的研巧主要限于船速、船长

8、、会遇情况等容易获得的信息，对于船舶操纵性能Ｗ及人为因素等不确定因素极少考虑。本文主要基于人为因素的动态四元船舶领域模型和航道通过能力展开研巧。一首先－ＰＦＮＮ），本文提出了种基于快速准确在线自组织模糊神经网络（ＦＡＯＳ识别的船舶领域模型辨识方法，该方法能够有效建立参考输入变量与船舶领域的－形状和大小等输出变量之间的非线性关系。通过ＦＡＯＳＰＦＮＮ方法，采用Ｈ个分离的模糊神经网络实现了船舶领域模型的多输入输出系统的模型辨识。此外，本文结合船舶运动理论，，在现有四元船舶