公开(公告)号：CN118533181A

公开(公告)日：2024-08-23

申请号：CN202410989646.0

申请日：2024-07-23

申请人： 大连海事大学 ,  上海船舶运输科学研究所有限公司

发明人： 章文俊 ,  林椿淇 ,  周翔宇 ,  孟祥坤 ,  杨雪 ,  白伟伟 ,  何庆华 ,  韩冰 ,  吴中岱

IPC分类号： G01C21/20 ,  G06N3/006 ,  G06F17/18 ,  G06F17/17

摘要： 本发明公开了一种基于改进麻雀搜索算法的北极航线路径规划方法，涉及航线路径规划技术领域；包括：S1：获取北极航道气象数据和冰情数据，并进行归一化处理和插值处理；S2：构建栅格环境地图；S3：计算风险指数结果并设定安全水深阈值，筛选出可安全通航区域；S4：建立关于风速阻力和破冰阻力的航行阻力目标函数模型；S5：采用改进的麻雀搜索算法优化航行阻力目标函数模型，从而在可安全通航区域内确定出最优北极航线路径。本发明确保仿真航行路线与实践通航航线一致的前提下，减少了船舶在北极航道航行中面临的风速阻力与破冰阻力对效率的影响，为北极航道航行提供了一种可靠的优化方案。

公开(公告)号：CN117518298A

公开(公告)日：2024-02-06

申请号：CN202311846303.0

申请日：2023-12-29

申请人： 大连海事大学 ,  广东海洋大学 ,  上海船舶运输科学研究所有限公司

发明人： 孟祥坤 ,  章文俊 ,  杨雪 ,  周翔宇 ,  白伟伟 ,  张国庆 ,  吕红光 ,  尹建川 ,  曹亮 ,  吴中岱 ,  韩冰

IPC分类号： G01W1/10 ,  G06F18/25 ,  G06F17/18 ,  G06N3/048 ,  G06N3/082

摘要： 本发明提供了一种具有自适应模型结构的潮汐组合预报方法，包括如下步骤：S1、采集目标点位及附近点位的实测数据；S2、利用调和分析法建立调和常数模型；S3、计算调和常数模型所输出的第一预报结果，将实测数据的实际潮汐值减去第一预报结果得到差值，得到子序列；S4、利用动态正交模型选择算法建立变结构神经网络预测模型，利用Lipschitz熵值法进行子序列预报模型结构的确定，利用变结构神经网络预测模型对子序列进行辨识和预报，得到第二预报结果；S5、将第一预报结果与第二预报结果相加，得到最终预报结果。本发明减少了人工确定模型结构带来的耗时长、任意性强、无法反映系统动态和往往无法达到最优的缺点，提高了所得模型的预测精度和算法的稳定性。

公开(公告)号：CN116822336B

公开(公告)日：2024-04-09

申请号：CN202310643506.3

申请日：2023-06-01

申请人： 大连海事大学 ,  广东海洋大学 ,  上海船舶运输科学研究所有限公司

发明人： 杨雪 ,  章文俊 ,  周翔宇 ,  孟祥坤 ,  吕红光 ,  张国庆 ,  白伟伟 ,  尹建川 ,  曹亮 ,  韩冰 ,  吴中岱

IPC分类号： G06F30/27 ,  G06F17/16 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

摘要： 本发明提供了一种多模型组合的潮汐预报方法，涉及潮汐预报技术领域，包括如下步骤：S1、采集目标点位及附近点位的实测潮汐及水文气象要素数据；S2、利用调和分析法建立调和预报模型，获得第一预报结果；S3、建立带外部输入的潮汐预报自回归偏最小二乘模型，获得第一预报结果；S4、基于多尺度分解建立变结构神经网络预报模型，计算所述第一预报结果与实际潮汐的差值部分；将差值部分利用变结构神经网络预报模型进行辨识和预报，获得第二预报结果；S6、将第一预报结果与第二预报结果相加，得到最终潮汐预报结果。本发明充分利用线性预报方法鲁棒性强的优点和神经网络等非线性预报方法自适应、非线性的优点，能在保证稳定性的同时提高预报的精度。

公开(公告)号：CN116822336A

公开(公告)日：2023-09-29

申请号：CN202310643506.3

申请日：2023-06-01

申请人： 大连海事大学 ,  广东海洋大学 ,  上海船舶运输科学研究所有限公司

发明人： 杨雪 ,  章文俊 ,  周翔宇 ,  孟祥坤 ,  吕红光 ,  张国庆 ,  白伟伟 ,  尹建川 ,  曹亮 ,  韩冰 ,  吴中岱

IPC分类号： G06F30/27 ,  G06F17/16 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

摘要： 本发明提供了一种多模型组合的潮汐预报方法，涉及潮汐预报技术领域，包括如下步骤：S1、采集目标点位及附近点位的实测潮汐及水文气象要素数据；S2、利用调和分析法建立调和预报模型，获得第一预报结果；S3、建立带外部输入的潮汐预报自回归偏最小二乘模型，获得第一预报结果；S4、基于多尺度分解建立变结构神经网络预报模型，计算所述第一预报结果与实际潮汐的差值部分；将差值部分利用变结构神经网络预报模型进行辨识和预报，获得第二预报结果；S6、将第一预报结果与第二预报结果相加，得到最终潮汐预报结果。本发明充分利用线性预报方法鲁棒性强的优点和神经网络等非线性预报方法自适应、非线性的优点，能在保证稳定性的同时提高预报的精度。

公开(公告)号：CN116702095A

公开(公告)日：2023-09-05

申请号：CN202310643493.X

申请日：2023-06-01

申请人： 大连海事大学 ,  上海船舶运输科学研究所有限公司 ,  广东海洋大学

发明人： 章文俊 ,  孟祥坤 ,  周翔宇 ,  韩冰 ,  吴中岱 ,  尹建川 ,  曹亮 ,  张新宇 ,  杨雪 ,  白伟伟

IPC分类号： G06F18/27 ,  G06F18/214 ,  G06N3/0499 ,  G06F18/2135

摘要： 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。

公开(公告)号：CN117494057A

公开(公告)日：2024-02-02

申请号：CN202311846304.5

申请日：2023-12-29

申请人： 大连海事大学 ,  广东海洋大学 ,  上海船舶运输科学研究所有限公司

发明人： 章文俊 ,  刘瑞麟 ,  周翔宇 ,  杨雪 ,  白伟伟 ,  吕红光 ,  张国庆 ,  孟祥坤 ,  尹建川 ,  曹亮 ,  吴中岱 ,  韩冰

IPC分类号： G06F18/25 ,  G06F18/2135 ,  G06N3/048 ,  G06N3/082 ,  G06F17/18

摘要： 本发明提供了一种基于分阶多尺度分解的船舶运动预报方法，涉及船舶与海洋工程技术领域，包括如下步骤：S1、采集船舶运动实测数据；S2、利用经验模态分解方法对船舶运动实测数据进行信息多尺度分解，并对高频分量进行离散小波变化，得到分解后分量；S3、用每一个分解后分量进行神经网络辨识和预报，动态调整神经网络的规模、隐节点数目和位置，通过变结构神经网络对每个分量进行分别预报；S4、对每个分量的预报结果进行信息重组，得到最终的预报模型。本发明用基于滑动窗口的变结构径向基函数神经网络的非线性动态拟合能力和对系统状态的动态反映能力，能够得到更精确的海上船舶运动预报。

公开(公告)号：CN116702095B

公开(公告)日：2024-04-05

申请号：CN202310643493.X

申请日：2023-06-01

申请人： 大连海事大学 ,  上海船舶运输科学研究所有限公司 ,  广东海洋大学

发明人： 章文俊 ,  孟祥坤 ,  周翔宇 ,  韩冰 ,  吴中岱 ,  尹建川 ,  曹亮 ,  张新宇 ,  杨雪 ,  白伟伟

IPC分类号： G06F18/27 ,  G06F18/214 ,  G06N3/0499 ,  G06F18/2135

摘要： 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。

公开(公告)号：CN117707162B

公开(公告)日：2024-08-02

申请号：CN202311711869.2

申请日：2023-12-13

申请人： 大连海事大学

发明人： 张国庆 ,  王力 ,  蒋畅言 ,  尚骁勇 ,  李纪强 ,  章文俊 ,  任鸿翔 ,  张显库

IPC分类号： G05D1/43 ,  G05D109/30

摘要： 本发明公开了一种基于改进LVS制导的无人帆船动态事件触发控制方法，包括：建立无人帆船的非线性数学模型；获取改进的LVS制导律，以获取无人帆船的参考航向角；获取无人帆船的航向角误差；建立航向角虚拟控制器；获取艏摇方向动力学误差；建立触发控制律，获取无人帆船的控制律和自适应律，以对无人帆船进行控制。本发明通过改进的LVS制导律，解决了无人帆船制导结构存在参考艏向信号不连续特点，同时能够在横风和非横风航行状态下实现良好的跟踪效果，帆船能够沿着平缓的弧形路径航行。能够实现时变风向下无人帆船有效执行路径跟踪控制任务。动态事件触发技术还能够降低受外界扰动引起的控制输入频繁抖振现象，提高了控制算法的鲁棒性。

公开(公告)号：CN117193345B

公开(公告)日：2024-03-26

申请号：CN202311225890.1

申请日：2023-09-21

申请人： 大连海事大学

发明人： 张国庆 ,  王力 ,  李纪强 ,  尚骁勇 ,  常腾宇 ,  章文俊 ,  张显库

IPC分类号： G05D1/495 ,  G05D1/46 ,  G05D101/10 ,  G05D109/20

摘要： 本发明公开了一种基于动态事件触发的机‑船协同平台自主降落控制方法，包括：S1：建立三自由度无人船‑六自由度无人机的混合阶非线性数学模型；S2：建立逻辑虚拟飞机生成的参考路径，以获取无人机的参考艏向角和无人机的参考纵摇角；S3：基于位置事件动态事件触发规则和姿态事件动态事件触发规则，获取无人机的位置控制器和无人机的姿态控制器，以控制无人机进行自主降落。本发明通过混合阶非线性数学模型的位置事件触发规则和姿态事件触发规则，设计位置控制器和姿态控制器，控制无人机进行精准的自主降落，实现了机船协同任务的执行闭环。同时解决了连续传输信号的控制系统会产生通信资源较大的损耗的问题，资源利用率高。

公开(公告)号：CN116300949A

公开(公告)日：2023-06-23

申请号：CN202310321522.0

申请日：2023-03-29

申请人： 大连海事大学

发明人： 白伟伟 ,  章文俊 ,  刘强

IPC分类号： G05D1/02

摘要： 本发明提供一种离散时间强化学习无人艇航向跟踪控制方法及系统。本发明方法，包括：建立无人艇航向离散时间非线性动力学模型；对建立的无人艇航向离散时间非线性动力学模型进行系统变换，建立无人艇航向跟踪变化系统；设计无人艇强化学习评价模块；设计无人艇航向跟踪控制器，从而得到无人艇系统舵角指令，将舵角指令传递给无人艇舵机输出无人艇航向角，进而实现无人艇航向跟踪控制。本发明针对非严格反馈形式的无人艇系统，运用强化学习方法，利用神经网络构造补偿器，解决离散时间非严格反馈无人艇系统控制设计采用backstepping方法设计控制器时存在的子系统无关联问题，实现控制系统与环境之间的交互，降低控制系统对被控对象模型精度的依赖。