基于人工神经网络的舰船灵敏度分析

摘要：

舰船参数的选择对于评价舰船综合性能至关重要,但不同参数在评价过程中所占的比重不一,量化的舰船参数灵敏度分析是后续舰船性能评价、类型识别等的重要前提.本文利用24-10-10-1结构的BP神经网络对舰船的抗沉性、最大航速、适航性、载重量4个重要参数进行灵敏度分析,并建立起各参数灵敏度与舰船综合性能的对应关系.在用BP神经网络对样本进行训练的同时,利用Skeletonization灵敏度剪枝方法计算输入节点和隐节点的灵敏度.测试结果表明,本文的灵敏度分析算法不仅优化神经网络结构,而且学习过程收敛后,可获得各输入节点稳定的灵敏度值.

关键词：参数灵敏度、BP神经网络、Skeletonization法

所属期刊栏目：37

分类号：U661(船舶工程)

在线出版日期：2015-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：147-150