基于ＬＳＳＶＭ的ＶＶＰ推力系数预报

2012年03月20日15:20:32 本网站我要评论(2)字号：T | T | T

关键字：应用

郑秀丽，刘　胜，李　冰
哈尔滨工程大学自动化学院，黑龙江哈尔滨

摘　　　要：针对神经网络存在结构较难确定、训练易陷入局部较优以及容易过学习等问题和标准ＳＶＭ训练速度较慢等问题，提出较小二乘支持向量机算法，较小二乘支持向量机算法（ＬＳＳＶＭ）具有比其他非线性函数逼近方法具有更强的泛化能力；并且ＬＳＳＶＭ采用径向基核函数，得到ＬＳＳＶＭ模型的待定参数比标准支持向量机少，仅为２个。将较小二乘支持向量机（ＬＳＳＶＭ）应用于全方位推进器周期螺距状态推力系数和转矩系数预报，与神经网络预测的结果比较表明：较小二乘支持向量机对全方位推进器周期螺距状态的推力系数和转矩系数的预报结构的精度明显高于采用ＢＰ神经网络能进行预报的结果，预测效果好，能够满足工程应用的要求。

关　键　词：较小二乘支持向量机；周期螺距状态；全方位推进器；推力系数；转矩系数

１　引　言
随着海洋开发的深入发展，潜器的潜水深度不断增加，使得潜器的组成机构趋于大型化，总重量增加，在使用方面受到很多制约。因此，潜器的小型化、轻量化变得越来越重要。全方位推进器（ＶａｒｉａｂｌｅＶｅｃｔｏｒＰｒｏｐｅｌｌｅｒ，ＶＶＰ）就是基于上述情况开发出来的。对全方位推进器水动力性能的研究，到目前为止主要还限于敞水实验，在计算上一般采用有限翼展机翼理论、升力线理论或升力面理论等方法进行预估，如难波直爱等关于全方位推进器开发的研究论文［１］，阐述了全方位推进器的概要，工作原理，准定常理论计算方法及水池实验的结果；哈尔滨工程大学黄胜教授及其学生对全方位推进器的水动力性能进行了研究［２４］，对全方位推进器水动力性能的升力面预报方法、桨!对全方位推进器水动力性能的影响计算方法、全方位推进器桨叶的纵倾角对水动力性能的影响等方面进行了研究；刘胜教授及其学生在全方位推进器的螺距调节控制方面进行了研究［５６］；由于传统的升力线理论或升力面理论计算全方位推进器水动力，计算方法复杂，运算量很大，在潜器操纵控制中很难满足实时性的要求，得不到令人满意的结果。支持向量机（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅｓ，ＳＶＭ）是近几年来应用于建模的一种新的学习方法，在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。支持向量机从理论上讲得到的将是全局较优点，解决了在神经网络中无法避免的局部极小值问题，而且ＳＶＭ的较优求解基于结构风险较小化思想，因此具有比其他非线性函数逼近方法具有更强的泛化能力。但是目前标准ＳＶＭ训练速度较慢，因此一种改进的支持向量机算法—较小二乘支持向量机［７９］得到了广泛关注。本文主要研究全方位推进器周期螺距状态的水动力系数预报，由于全方位推进器推力系数和转矩系数与进速比Ｊ和螺距角Δθ之间是非线性关系，因此利用较小二乘支持向量机算法逼近该非线性关系，实现对全方位推进器周期螺距状态推力系数和转矩系数的预报。

登录网站后可下载文件

基于ＬＳＳＶＭ 的ＶＶＰ推力系数预报

相关阅读:

基于ＬＳＳＶＭ的ＶＶＰ推力系数预报