一、模糊神经网络在近海机动卸载平台风险分析中的应用（论文文献综述）
Editorial Department of China Journal of Highway and Transport;[1]（2021）在《中国桥梁工程学术研究综述·2021》文中研究指明为了促进中国桥梁工程学科的发展,系统梳理了近年来国内外桥梁工程领域（包括结构设计、建造技术、运维保障、防灾减灾等）的学术研究现状、热点前沿、存在问题、具体对策及发展前景。首先总结了桥梁工程学科在新材料与结构体系、工业化与智能建造、抗灾变能力、智能化与信息化等方面取得的最新进展;然后分别对上述桥梁工程领域各方面的内容进行了系统梳理:桥梁结构设计方面重点探讨了钢桥及组合结构桥梁、高性能材料与结构、深水桥梁基础的研究现状;桥梁建造新技术方面综述了钢结构桥梁施工新技术、预制装配技术以及桥梁快速建造技术;桥梁运维方面总结了桥梁检测、监测与评估加固的最新研究;桥梁防灾减灾方面突出了抗震减震、抗风、抗火、抗撞和抗水的研究新进展;同时对桥梁工程领域各方向面临的关键问题、主要挑战及未来发展趋势进行了展望,以期对桥梁工程学科的学术研究和工程实践提供新的视角和基础资料。（北京工业大学韩强老师提供初稿）
张荣瀚[2]（2020）在《基于船位大数据的我国流刺网渔船捕捞行为研究》文中认为渔船监测系统（Vessel Monitoring System,VMS）的概念最早在二十世纪九十年代初由美国提出。该系统能提供渔船位置和活动的信息,将渔船位置、航速和航向等资料自动地传送到岸上的监控中心,使监控中心能及时掌握和监督渔船的作业动态,在渔船捕捞控制、科学研究、航行安全和海上执法等多个领域具有较大的应用潜力。目前,世界各国和各种国际渔业组织都已采用类似的监测方案获取船位数据,进行渔业管理和监控,可以对于渔船的运行状态和运行轨迹进行较为精确的监控。渔船监测系统在监控渔船状态、确定渔船轨迹、计算捕捞努力量、确定渔场范围、计算资源丰度,以及确定捕捞对于海洋生态或海洋物种的影响等方面能够起到非常积极的作用。刺网是我国主要的捕捞作业方式之一,在我国的海洋捕捞业中占有较重要的地位。漂流刺网,又名流刺网,是刺网渔具中数量最多,使用最广的渔具。刺网作业具有渔具结构简单,操作方便,对于渔船动力要求不高,生产作业机动灵活,所需船员少,成本低廉,捕捞对象广泛,选择性强,适用于各个不同渔场进行作业的优点。尽管在某些国家和海域已经被禁用,但流刺网依然是我国以及许多第三世界国家广泛使用的作业方式。我国的刺网作业渔船中,大部分都是漂流刺网渔船。目前,由于设备成本和数据来源的限制以及法律规定的局限性,大部分研究仅仅使用或关注拖网渔船,尤其是15米以上长度的大型拖网渔船的数据,而忽略了其他种类的捕捞方式。同时,国外对于船位数据的应用方法研究主要集中在用插值改善低时间分辨率船位数据的精度上,因此已有的方法不适用于对高时间分辨率的北斗卫星系统船位数据进行分析。当前针对北斗卫星,仅有少数渔船捕捞状态判断方法,并主要是针对拖网渔船。只有找到针对其他非拖网类网具的计算方法,基于北斗船位数据对于渔船捕捞状态进行判别,才能有效利用北斗卫星数据获得的高分辨率船位数据,对于我国进行海上机动作业的船只实施有效的监控和管理。其中,我国的流刺网渔船具有平均功率较小,船只数量多,作业范围广的特点,如果使用传统方法管理,成本高且管理困难,尤其适合使用船位数据进行实时的监控和管理。针对这一问题,本文使用了江苏省某流刺网渔船2016年全年的北斗船位数据,和浙江省822艘刺网渔船在2017年全年的北斗船位数据。北斗系统传送的经纬度船位数据的时间分辨率为3 min,空间分辨率约10 m,测速精度0.2 m/s。将数据进行全面分析,针对流刺网渔业作业的流程和特点进行考察研究后。本文完成了如下工作:（1）首次提出一种使用北斗数据提取流刺网作业网次,以及网长和方向的方法。该方法使用阈值综合判别的方法判断捕捞作业的状态,通过航速、空间距离、时间间隔和航向变化的阈值判别作业时收网状态的船位点,然后根据收网状态的起始点判定放网状态的起始点。根据范例中提取的516个网次,使用程序判别的船位点和人工判断的船位点有74%相同,有着较好的一致性,具有精度高,处理快速,实时程度高,无需使用渔捞日志数据的特点,可以为我国渔业管理和相关研究提供新的手段。（2）基于北斗卫星获得的浙江省822艘刺网渔船从2017年1月1日至2017年12月31日的生产数据,在进行数据提取后,获得来自455艘流刺网渔船的3352个网次。对于浙江省流刺网渔业的捕捞行为时空分布进行了分析。结果表明,流刺网渔船大部分集中在近岸海域进行生产,向北最远达34°N,位于连青石渔场,距离母港626km;向南最远达26°N,位于闽东渔场,距离母港309km;向东最远达126°E,位于江外渔场,距离母港650km。长江口渔场、舟山渔场、鱼山渔场、温台渔场和大沙渔场是浙江省流刺网渔船的主要作业海域。1-4月的捕捞努力量主要分布在靠近海岸线的海域,只有少数捕捞努力量集中于大沙渔场和沙外渔场等较远的海域。休渔期结束后,8月份,捕捞努力量几乎集中于近海的长江口渔场、舟山渔场和鱼山渔场海域。9-12月,随着水温下降和沿岸水域资源丰度下降,整体捕捞努力量趋于向外海和南方延伸。捕捞努力量在1-4月较低,休渔期结束的8月最高,随后的9-12月趋于稳定,但3月和11月的捕捞努力量相较网次规模而言更低。渔业捕捞的网次和捕捞努力量的时空分布是一种长期形成的特征,渔船的生产习惯也因为其形成是多年追踪渔业资源的经验而具有相对的稳定性。因此,本文中的结论可以认为是浙江省流刺网渔船的生产习惯和特征在捕捞政策没有改变的情况下相对稳定的描述,对于浙江省渔业管理、渔业执法和渔业政策的制定可以提供一定的参考。（3）创新设计了一种使用船位数据的流刺网渔船状态分析系统。该系统被用于对渔船的船位数据进行自动化处理,包括北斗终端、核心服务器、监控终端等组件,可以根据渔船的作业方式、渔船船只长度和主机功率,自动判断船只的捕捞状态,能够对渔船进行实时监控、定位、报警,在电子海图上对于渔船数据进行查询和显示、测距。还能够针对船只的历史数据进行分析,追踪船只的轨迹,和渔捞日志数据进行对照。还能够接入船只管理系统,管理船只的档案和状况,并在需要时通知相关部门和单位,以获得更好的管理效果。该系统可以应用在多个不同的方面,例如计算捕捞努力量,分析渔民在海上的行为规律,并对捕捞对于区域内生物和生态的影响进行研究,也可以作为更大的,针对多种不同捕捞作业方式的渔业管理和监控系统的一部分发挥作用。
付升雷[3]（2020）在《基于碰撞事故的FPSO串靠外输作业风险分析》文中认为在二十一世纪,人们不断将目光投向海洋油气田领域的开采,各种海洋采油平台也得到了蓬勃的发展,其中具有适应水深范围广、抗外部环境载荷能力强等诸多优点的浮式生产储油平台（Floating Production Storage and Offloading,FPSO）更是在各个海洋平台中发展的重点。FPSO采油完成后,需要穿梭油轮将其将原油卸载并运送到岸,在FPSO和穿梭油轮的外输作业过程中,可能会有一些风险事件的发生,其中比较典型的就是碰撞事件。本文以某海域串靠作业的FPSO和穿梭油轮为研究对象,对FPSO-穿梭油轮的碰撞事件进行了定量的概率计算分析以及半定量的风险等级分析,根据实例以及以往的文献资料,建立了FPSO-穿梭油轮串靠外输的风险评价指标体系,并采用了经验公式、极值理论、灰色聚类、模糊逻辑以及模糊贝叶斯方法等多个评价方法对FPSO-穿梭油轮碰撞事件进行风险评估,并且提出了降低风险的措施。本文主要对以下几方面进行了研究:（1）以某海域作业的FPSO和穿梭油轮为研究对象,利用经验公式计算了动力碰撞和漂移碰撞的概率,在CATIA建立FPSO和穿梭油轮的三维模型,导入AQWA中在不同载况和工况下进行计算,将得到的数据用极值理论分析,得到FPSO和穿梭油轮发生相对过分纵荡运动可能的概率,并将的定量计算结果进行对比;（2）建立碰撞风险评价指标体系,并从中选取五组指标,利用灰色聚类法结合层次分析法对碰撞事故进行半定量风险分析,确定了碰撞事故的风险等级;然后进行敏感性分析,找出最能影响碰撞事故的风险指标;（3）运用模糊理论的方法对碰撞事故进行分析,确定碰撞事故的风险等级,计算结果与灰色聚类法的计算结果以及极值理论计算中中载况对碰撞的影响的结论有一致性;（4）运用模糊贝叶斯方法对碰撞发生的后验概率进行计算,发现辅助船的操作不当对碰撞的影响较大,利用经验公式对辅助船操作不当导致碰撞发生的概率进行定量分析,印证了模糊贝叶斯方法的合理性。基于风险评价结果提出风险评价管理系统,应用在FPSO-穿梭油轮串靠碰撞风险评价指标体系中,可有效降低风险的等级以及发生概率的可能。论文研究结果及结论可作为FPSO串靠外输作业中的碰撞风险评估分析的参考,也可为现场人员的实时操作提供一定的指导。
谌华[4]（2019）在《SAR图像目标自动检测与识别方法研究》文中提出随着合成孔径雷达（Synthetci Aperture Radar,SAR）卫星数量的不断增加,获取的SAR图像数量也呈几何级数增长,然而SAR图像的解译技术却发展相对滞后,SAR图像目标检测和识别是SAR图像解译的主要目标。目前,SAR图像目标检测与识别主要靠人工干预,自动化程度较低,不能满足工程化应用需求。如何提升SAR图像目标检测与识别的自动化程度,提升处理效率和精度成为近年来世界各国的研究热点。只有对图像去噪、图像分割、目标检测和识别这些处理步骤中所用算法都进行优化才能最终提升SAR图像目标检测与识别的效率和精度,因此,开展SAR图像目标自动检测与识别方法研究对于推动SAR的工程化应用有重要意义。为此,本文在分析SAR图像特性的基础上,开展了SAR图像去噪方法、目标分割方法、基于小线变换的SAR图像目标自动检测方法和基于深度学习的SAR图像目标自动识别方法等相关研究。本文首先对SAR图像特性进行了研究分析,针对SAR相干成像机制造成的图像斑点噪声,对已有的SAR图像去噪方法分析基础上,将超小波变换中的Bandelet变换用于SAR图像预处理的工程实践中,Bandelet变换在图像噪声抑制中,能够更好地保留图像的边缘和方向性信息,具有一定的先进性。其次,在SAR图像分割中,提出了基于全局Maxflow邻域生长算法SAR图像分割方法,将纹理及边界两种信息相结合,该方法对于SAR图像分割的鲁棒性比较强,测试出来的结果比较好,通过选择合适的门限阈值,可以将图像中的干扰滤除,对提高目标识别精度有积极的意义。接着,通过分析已有的目标检测方法,面向线状目标,研究了小线变换理论,在目标检测中采用小线算法,提出一种基于Beamlet小线变换的SAR图像目标检测方法,克服了强噪声背景对目标检测提取的影响,在强噪声背景下,能够完成目标线条的提取、星系分布和目标形状的渐进编码,对目标的检测具有较好的效果。最后,针对已构建SAR自动目标识别系统分类识别精度不够高的现状,在研究分析卷积神经网络的模型理论及其发展的基础上,通过对目标识别领域内主流框架LeNet-5模型进行修改,得到LR、LR-1、LR-2等系列新模型,通过对BMP卡车,BTR装甲车,T72坦克等3类机动目标试验验证,其目标分类精度分别达到94.5%、98.6%和99.6%。本论文主要创新点如下:1.提出了一种全局Maxflow的Otsu分割算法和邻域生长算法相结合的SAR图像分割方法。将全局Maxflow算法纹理及边界两种信息进行综合利用,进行图像分割,创造性地改进了基于形态学的领域生长法,干扰得到有效的抑制,为提高目标识别率奠定了良好的基础。2.提出了一种基于Beamlet小线变换的SAR图像线状目标检测方法。相比传统的边缘检测算子（如Sobel算子、Robert梯度算子、Prewitt算子、Log算子、Canny算子等）,该方法可以较好地消除图像噪声的影响,检测线状目标边缘效果更好,提高目标检测的精度。3.提出一种基于LeNet-5模型改进的LR系列模型。针对已构建SAR自动目标识别系统分类精度不够高的现状,在研究分析卷积神经网络的模型理论及其发展的基础上,通过对目标识别领域内主流框架LeNet-5模型不断改进,得到LR、LR-1、LR-2等系列模型,相比传统SAR图像识别流程方法中的特征提取方法（如神经网络、高阶矩、SVM等）,该模型有效地提升了目标分类的精度,自动化程度更高。本论文以SAR图像目标检测和识别自动处理流程为主线,在深入研究SAR图像特性的基础上,针对图像噪声抑制处理、目标分割、目标检测和目标识别等关键步骤中现有处理方法的不足,分别提出了相应的改进方法,目的是能够有效地提升SAR图像目标检测和识别分类的效率和精度,提高SAR图像目标检测与识别的自动化程度,以便更好地满足工程化应用的需求,从而推动SAR图像在军事和民用上的应用。
钟翰杨[5]（2019）在《基于机器学习的天基AIS数据挖掘》文中研究表明建设海洋强国是全面建设社会主义现代化强国的重要组成部分,海洋大数据作为基础战略资源,是衡量一个国家海洋监管能力的重要标志,随着信息技术的迅猛发展,以卫星海洋遥感数据为代表的海洋数据规模呈现爆炸式增长趋势,海洋研究进入大数据时代,如何收集、管理和挖掘海洋数据是世界各海洋强国研究的重点方向。本文以国防科技大学研制的天拓三号卫星收集的天基AIS数据作为数据支撑,结合机器学习相关算法,从分类、聚类和回归三个角度开展天基AIS数据挖掘研究,探索适用于天基AIS数据驱动的挖掘理论和方法。本文的主要工作如下:首先,本文在对当前AIS数据挖掘现状和发展趋势进行总结、归纳的基础上,综合分析了天基AIS数据在海上交通监管领域的独特优势,认为天基AIS相对于传统岸基AIS和其他数据源相比具有覆盖范围广、跟踪时间长以及信息类型丰富等特点,较适合于进行大地理范围、长时间跨度等宏观层面海上交通研究。进一步地,面向提升海上交通智能化监管的实际需求,提出三个可以研究的方向:船舶分类、航线挖掘和行为预测。提出了一种基于随机森林的船舶分类方法。根据不同类型船舶的特点在传统几何特征分析的基础上引入了船舶运动特征的提取和分析,探讨了随机森林两种主要算法参数在不同组合下对五种船舶分类结果的影响,研究发现,所提取的特征较好的反映了不同类型船舶之间的差异性,在同时考虑几何特征和运动特征的情况下,算法分类准确率能够达到80%左右,研究了分类过程中的特征重要性问题,通过对比实验发现了某些在分类过程中起到关键作用的重要特征,并对分类结果存在异常的船舶进行了实例分析,验证了方法的有效性。提出了一种基于DBSCAN（Density-Based Spatial Clustering of Applications with Noise）密度聚类算法的航线挖掘方法。考虑了基于位置点聚类和基于子轨迹聚类两种聚类方式,针对第一种聚类方式,在经典DBSCAN算法的基础上加入了航向约束并改进了搜索域,通过在澳大利亚海域AIS数据上进行聚类实验,发现在合适的参数设置下该算法能够有效提取目标海域热点航线,通过KDE和统计方法分析,能够实现对挖掘航线的海上交通情况的感知;针对第二种聚类方式,提出了一种适用于天基AIS数据的子轨迹样本提取方法,结合DTW距离度量方法实现轨迹层面的密度聚类,并从开发北极航线的实际需求出发,将该聚类方法应用于北极地区AIS数据分析之中,聚类结果可用于了解目前北极航线通航情况并为制定北极战略提供信息支撑。提出了一种基于LSTM（Long Short-Term Memory）循环神经网络的船舶位置预测方法。设计了一种4层LSTM单元的神经网络结构并采用了5个时间步的网络训练方法从单个船舶历史数据进行船舶运动模式学习,预测结果表明,在船舶正常航行的状态下,模型的预测误差控制在100m以下,出现运动状态突变的情况下,预测误差较大。该方法可用于异常船舶发现和监控以及海上交通事故的预防。论文探讨了基于机器学习的天基AIS数据挖掘方法,在算法层面上进行了大量适应性改进,并成功应用于船舶分类识别、航线挖掘和位置预测任务当中,研究旨在从天基AIS数据中发现有价值的海上交通信息进而提升海上态势感知能力和卫星遥感数据应用的智能化水平。
唐静静[6]（2019）在《FPSO外输作业事故演化规律及安全预警方法研究》文中指出浮式生产系统（Floating Production Storage and Offloading Units,FPSO）外输作业的环境条件较港口码头更为恶劣,且作业过程中多浮体的运动使作业条件更加复杂,极易发生碰撞、油气泄漏等事故。为了将事故隐患消灭在萌芽阶段,对FPSO外输作业进行风险识别,深入分析作业过程中的事故演化规律,并对高发事故进行预警研究,以期为FPSO外输作业提供安全保障。针对FPSO外输作业风险研究现状中存在的不足,本文开展以下3个方面的研究:（1）针对现有的FPSO外输作业事故演化规律研究仅将事故视为单个事件的有序发生或潜在因素的层级叠加等问题,提出一种基于功能共振事故模型（Functional Resonance Accident Model,FRAM）的FPSO外输作业事故演化规律研究方法,全面揭示FPSO外输系统风险因素间的动态性和耦合关系。首先基于FRAM的一般性能条件,识别导致FPSO外输事故发生的人员、技术和组织因素;其次评价功能性能变化,用以确定关键作业环节和事故演化过程;最后制定防控屏障来预防事故发生。以“FPSO+原油中转船（Cargo Transfer Vessel,CTV）+普通油轮”外输作业（简称CTV卸油作业）方式为例,进行事故演化规律研究,结果表明:靠泊和卸油阶段是事故高发的关键作业环节,操作人员的综合素质、CTV的靠泊技术、CTV与FPSO双方的沟通效果等是诱导事故发生的关键因素。（2）针对FPSO外输作业存在失效概率难以确定、故障数据和相关信息缺失等问题,提出了一种基于直觉模糊集和多准则妥协解排序法（Vlsekriterijumska Optimizacija I Kompromisno Resenje,VIKOR）的风险评估方法,从而实现FPSO外输作业风险因素的分级监管。首先通过信任度函数和熵值法分别对评分专家和评估准则进行客观赋权,获得评估矩阵;其次确定各风险因素在评估准则下的最优项和最差项;最后根据各风险因素的评价值与最优项之间的距离进行风险排序。该风险评估方法将“FPSO+CTV+普通油轮”外输作业的风险因素分为3级:特大风险共有7个,重大风险共有11个,一般风险共有7个。（3）针对现有研究无法实现FPSO外输作业事故实时预警,以及安全预警模型多采用单一数据集进行训练,模型泛化能力差等问题,提出了一种基于交叉验证支持向量机（Support Vector Machine,SVM）的FPSO外输作业碰撞事故预警方法。首先将样本数据划分为多个子集,每次保留任意1个子集作为检测样本进行反复训练;然后在SVM的参数空间内寻优,找到误差最小时的参数值,得到FPSO外输作业碰撞事故预警模型;最后将现场风浪流的实时监测数据输入到预警模型中,预测油轮的运动趋势,并对危险情况进行预警。该模型预测CTV卸油作业过程中普通油轮纵荡和横荡幅值的均方误差分别为0.53和0.41,均优于常规SVM模型,具有更好的泛化能力和准确性。
张勇[7]（2017）在《邻近既有地铁隧道的深基坑施工安全风险评估与控制研究》文中认为邻近既有地铁隧道的深基坑工程施工,在保证自身变形安全的同时,也必须确保对邻近既有地铁隧道的影响在安全合理的范围内。相较于其他类工程,邻近既有地铁隧道的深基坑工程施工安全事故往往呈现出群体性伤害、大面积坍塌、水土体交互影响恶性循环、周边环境影响大、经济损失巨大的特点。同时,既有地铁隧道是城市地下的大动脉,每天承载着庞大的客流量,一旦发生安全事故,救援开展将异常困难,会造成大量人员伤亡、经济损失和社会影响。因此,如何系统全面的进行施工安全风险影响因素辨识、准确及时动态的进行风险评估、科学合理的采取风险控制技术措施,以控制深基坑自身变形与既有地铁隧道的变形具有重要的理论意义。本文主要依托中原某城市邻近既有地铁隧道的深基坑工程项目进行施工安全风险控制系统研究。主要包含以下几个方面:（1）邻近既有地铁隧道的深基坑施工安全风险评估模型研究。首先通过深基坑施工安全事故统计分析总结归纳事故诱因、深基坑变形破坏形式、既有地铁隧道变形形式及邻近既有地铁隧道的深基坑施工安全风险影响因素,在此基础上构建适用于邻近既有地铁隧道深基坑施工的安全风险评估指标体系;然后,通过安全风险评估方法的比选,建立基于BP小波神经网络的邻近既有地铁隧道深基坑施工安全风险评估模型;同时,编制邻近既有地铁隧道的深基坑施工安全风险评估程序,设定安全风险评估等级;最后运用实际工程项目的大样本数据,验证了安全风险评估模型的可靠性。（2）邻近既有地铁隧道的深基坑施工安全风险控制技术体系研究。在全过程施工模拟的基础上,以有限差分计算模型理论为出发点,依据土体的弹塑性本构模型为相关判定准则,针对深基坑中部顺作区、深基坑逆作区、隧道上方区域施工安全风险控制技术采用工况优化数值分析方法,并通过多种方案对比及多种影响因素的分析,构建一套完整的施工安全控制技术体系。（3）邻近既有地铁隧道的深基坑施工安全风险控制系统研究。根据建立的安全风险评估模型及安全控制技术体系,通过引入BIM技术,基于BIM集成平台信息数据的传递方式与使用模式,设计安全风险控制系统整体架构,以BIM软件Navisworks为平台完成安全风险控制系统的开发工作,实现了BIM管理平台数据格式转化与邻近既有地铁隧道的深基坑施工安全风险评估模型的嵌入,最终建立集“评估-分析-控制”为一体且动态可视的施工安全风险控制系统。
袁国平[8]（2013）在《航天器姿态系统的自适应鲁棒控制》文中研究说明伴随着空间技术的发展，航天器的姿态控制一直是航天器技术研究领域的热点和难点问题之一。目前，许多的空间任务（例如对地观测、编队飞行等）要求航天器具有良好的姿态控制性能。航天器迅速、精确的完成空间任务可以增加其使用的范围，获得更多有价值的信息。但航天器的姿态跟踪或姿态机动是一个典型的非线性控制问题，控制器综合难度大。而且现代航天器上挠性结构的增多也导致振动问题严重。另外，航天器在轨运行期间，不可避免的会受到各种环境力矩的干扰；同时，航天器执行部件安装误差等因素造成输出力矩的偏差也会影响姿态控制精度。传统的航天器姿态控制方式已逐渐不能适应许多新型空间任务对控制性能的需求。随着近年来控制理论的发展，许多非线性控制方法被用于设计航天器姿态控制器，在这种背景下，从理论研究和工程实践的角度出发，本文对航天器的姿态控制，挠性结构的主动振动抑制和太阳帆板驱动时的姿态补偿控制等问题进行了深入的探讨。本学位论文主要研究内容包含以下四个方面：（1）建立了航天器的运动学和动力学模型，然后着重给出太阳帆板驱动机构与航天器姿态的耦合模型，作为后续控制系统的分析与设计的基础。随后，以挠性航天器的平面姿态机动的建模与控制为例，提出一种符号计算在航天器仿真中的应用方案，为文中仿真平台设计与开发提供必要的技术支撑。（2）针对带有转动惯量矩阵不确定性、受外干扰作用以及飞轮作为执行器存在安装误差的航天器姿态控制问题，提出一种基于自适应鲁棒方法思想的控制律，并给出了严格的稳定性证明，该方法以反馈线性化方法为基础并采用径向基神经网络（Radial Basis Function Neural Network，RBFNN）设计补偿策略。随后，考虑执行器在实际工作中存在饱和的现象，针对一类带有不确定性的非线性Hamilton系统的跟踪控制问题，提出了一种具有抗饱和能力的自适应鲁棒控制律，该策略同样以反馈线性化方法为基础，通过构建扩张状态观测器（Extended State Observer,ESO）得到外干扰的量测值并将其引入控制律中补偿干扰带来的性能损失，同时在控制律中引入一个辅助系统，并对其动力学进行设计，可减小控制饱和对系统性能影响，并基于Lyapunov理论分析了闭环系统的稳定性。上述控制方案被用于航天器的姿态跟踪控制中，通过数值仿真验证了该方法的有效性。（3）针对带有不确定性的挠性航天器的姿态控制问题，提出了一种分散自适应鲁棒姿态控制算法，保证航天器受外界干扰作用和存在参数不确定性情况下，姿态能精确的跟踪指令信号的变化。设计中，先将挠性航天器模型变换成三个子回路分别进行控制器综合，利用扩张状态观测器获取子回路间的耦合特性及外干扰的量测值进行补偿后实现子回路间的解耦，然后设计自适应律对模型中不确定参数进行辨识，最后设计鲁棒控制项保证整个系统的稳定性。考虑到上述方法的不足，为兼顾挠性航天器的姿态控制精度和对挠性振动的抑制效果，提出了一种姿态控制与振动抑制相结合的复合控制方法。采用LQR方法设计了挠性附件的主动振动控制器，保证挠性振动的快速衰减，给出并分析了一种Q,R矩阵的选择方法；在姿态控制器设计时，反馈线性化理论仍是整个方法的基础，不确定性参数的补偿策略采用动态模糊神经网络（Dynamic FuzzyNeural Network，D-FNN），D-FNN可根据系统的性能动态调整网络的结构和规则的条数，有效避免传统神经网络结构和参数选择的盲目性，然后分析挠性附件的振动及外干扰对姿态影响的界函数并将其作为鲁棒控制项设计的基础加入到姿态控制律中以保证整个系统的性能。（4）考虑挠性航天器对地定向任务中太阳帆板驱动对姿态控制性能产生影响的问题，提出一种姿态与驱动机构的复合控制方法。为避免由太阳帆板驱动机构开环控制带来的转速波动问题，以坐标变化和反馈线性化方法为基础，提出了一种角速率闭环的鲁棒控制律，利用扩张状态观测器设计补偿律抵消波动力矩的影响达到提高驱动速率平稳性的目的。在此基础上，考虑对地定向任务中的姿态稳定控制，设计了前馈补偿算法降低帆板驱动机构对姿态控制性能的影响，保证了高精度的姿态控制。随后，数值仿真对算法的有效性进行了验证。考虑到本文研究中仿真程序开发的复杂性，为降低设计难度并提高开发效率，对基于模块化、易扩展和面向航天器控制仿真平台的开发方案进行了研究。从任务背景出发提炼平台的功能需求并对基于分层设计的仿真任务软件的体系结构进行了阐述。从控制系统设计的角度，综合利用Matlab/Visual C++等软件，对航天器导航、制导与控制系统的部件进行模型构建。为保证仿真平台能够根据不同的仿真任务灵活的配置部件模型及相应的参数，设计了基于用户接口界面的模型管理系统，完成整个仿真平台的设计与开发。
李承,余建星[9]（2003）在《模糊神经网络在近海机动卸载平台风险分析中的应用》文中提出对近海机动卸载平台系统进行风险分析,将模糊综合评判方法与神经网络技术相结合,把神经网 络引入模糊综合评判方法中,从而获得评价参数的权重,使得模糊综合评判更加趋于完善。
李承,余建星[10]（2003）在《基于模糊神经网络的海上机动卸载平台风险分析》文中研究表明本文对海上机动卸载平台系统进行风险分析.将模糊综合评判方法与神经网络技术相结合,把神经网络引入模糊综合评判方法中,从而获得评价参数的权重,使得模糊综合评判更加趋于完善。
二、模糊神经网络在近海机动卸载平台风险分析中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊神经网络在近海机动卸载平台风险分析中的应用（论文提纲范文）
（1）中国桥梁工程学术研究综述·2021（论文提纲范文）
| 0引言（东南大学王景全老师提供初稿） |
| 1 桥梁工程研究新进展（东南大学王景全老师提供初稿） |
| 1.1新材料促进桥梁工程技术革新 |
| 1.2桥梁工业化进程与智能建造技术取得长足发展 |
| 1.3桥梁抗灾变能力显着提高 |
| 1.4桥梁智能化水平大幅提升 |
| 1.5跨海桥梁深水基础不断创新 |
| 2桥梁结构设计 |
| 2.1桥梁作用及分析（同济大学陈艾荣老师、长安大学韩万水老师、河北工程大学刘焕举老师提供初稿） |
| 2.1.1汽车作用 |
| 2.1.2温度作用 |
| 2.1.3浪流作用 |
| 2.1.4分析方法 |
| 2.1.5展望 |
| 2.2钢桥及组合结构桥梁（西南交通大学卫星老师提供初稿） |
| 2.2.1新型桥梁用钢的研发 |
| 2.2.2焊接节点疲劳性能 |
| 2.2.3钢结构桥梁动力行为 |
| 2.2.4复杂环境钢桥服役性能 |
| 2.2.5组合结构桥梁空间力学行为 |
| 2.2.6组合结构桥梁关键构造力学行为 |
| 2.2.7展望 |
| 2.3高性能材料 |
| 2.3.1超高性能混凝土（湖南大学邵旭东老师提供初稿） |
| 2.3.2工程水泥基复合材料（西南交通大学张锐老师提供初稿） |
| 2.3.3纤维增强复合材料（北京工业大学刘越老师提供初稿） |
| 2.3.4智能材料（西南交通大学勾红叶老师提供初稿） |
| 2.3.5展望 |
| 2.4桥梁基础工程（同济大学梁发云老师提供初稿） |
| 2.4.1深水桥梁基础形式 |
| 2.4.2桥梁基础承载性能分析 |
| 2.4.3桥梁基础动力特性分析 |
| 2.4.4深水桥梁基础工程面临的挑战 |
| 3桥梁建造新技术 |
| 3.1钢结构桥梁施工新技术（西南交通大学卫星老师提供初稿） |
| 3.1.1钢结构桥梁工程建设成就 |
| 3.1.2焊接制造新技术 |
| 3.1.3施工新技术 |
| 3.2桥梁快速建造技术（北京工业大学贾俊峰老师提供初稿） |
| 3.2.1预制装配桥梁上部结构关键技术 |
| 3.2.2预制装配桥墩及其抗震性能研究进展 |
| 3.2.2.1灌浆/灌缝固定连接预制桥墩及其抗震性能 |
| 3.2.2.2无黏结预应力连接预制桥墩及其抗震性能 |
| 3.3桥梁建造技术发展态势分析 |
| 4桥梁运维 |
| 4.1监测与评估（浙江大学叶肖伟老师、湖南大学孔烜老师、西南交通大学崔闯老师提供初稿） |
| 4.1.1监测技术 |
| 4.1.2模态识别 |
| 4.1.3模型修正 |
| 4.1.4损伤识别 |
| 4.1.5状态评估 |
| 4.1.6展望 |
| 4.2智能检测（西南交通大学勾红叶老师提供初稿） |
| 4.2.1智能检测技术 |
| 4.2.2智能识别与算法 |
| 4.2.3展望 |
| 4.3桥上行车安全性（中南大学国巍老师提供初稿） |
| 4.3.1风荷载作用下桥上行车安全性 |
| 4.3.1.1车-桥气动参数识别 |
| 4.3.1.2风载作用下桥上行车安全性评估 |
| 4.3.1.3风浪作用下桥上行车安全性 |
| 4.3.1.4风屏障对行车安全性的影响 |
| 4.3.2地震作用下行车安全性 |
| 4.3.2.1地震-车-桥耦合振动模型 |
| 4.3.2.2地震动激励特性的影响 |
| 4.3.2.3地震下桥上行车安全性评估 |
| 4.3.2.4车-桥耦合系统地震预警阈值研究 |
| 4.3.3长期服役条件下桥上行车安全性 |
| 4.3.4冲击系数与振动控制研究 |
| 4.3.4.1车辆冲击系数 |
| 4.3.4.2车-桥耦合振动控制方法 |
| 4.3.5研究展望 |
| 4.4加固与性能提升（西南交通大学勾红叶老师提供初稿） |
| 4.4.1增大截面加固法 |
| 4.4.2粘贴钢板加固法 |
| 4.4.3体外预应力筋加固法 |
| 4.4.4纤维增强复合材料加固法 |
| 4.4.5组合加固法 |
| 4.4.6新型混凝土材料的应用 |
| 4.4.7其他加固方法 |
| 4.4.8发展展望 |
| 5桥梁防灾减灾 |
| 5.1抗震减震（北京工业大学贾俊峰老师、中南大学国巍老师提供初稿） |
| 5.1.1公路桥梁抗震研究新进展 |
| 5.1.2铁路桥梁抗震性能研究新进展 |
| 5.1.3桥梁抗震发展态势分析 |
| 5.2抗风（东南大学张文明老师、哈尔滨工业大学陈文礼老师提供初稿） |
| 5.2.1桥梁风环境 |
| 5.2.2静风稳定性 |
| 5.2.3桥梁颤振 |
| 5.2.4桥梁驰振 |
| 5.2.5桥梁抖振 |
| 5.2.6主梁涡振 |
| 5.2.7拉索风致振动 |
| 5.2.8展望 |
| 5.3抗火（长安大学张岗老师、贺拴海老师、宋超杰等提供初稿） |
| 5.3.1材料高温性能 |
| 5.3.2仿真与测试 |
| 5.3.3截面升温 |
| 5.3.4结构响应 |
| 5.3.5工程应用 |
| 5.3.6展望 |
| 5.4抗撞击及防护（湖南大学樊伟老师、谢瑞洪、王泓翔提供初稿） |
| 5.4.1车撞桥梁结构研究现状 |
| 5.4.2船撞桥梁结构研究进展 |
| 5.4.3落石冲击桥梁结构研究现状 |
| 5.4.4研究展望 |
| 5.5抗水（东南大学熊文老师提供初稿） |
| 5.5.1桥梁冲刷 |
| 5.5.2桥梁水毁 |
| 5.5.2.1失效模式 |
| 5.5.2.2分析方法 |
| 5.5.3监测与识别 |
| 5.5.4结论与展望 |
| 5.6智能防灾减灾（西南交通大学勾红叶老师、哈尔滨工业大学鲍跃全老师提供初稿） |
| 6结语（西南交通大学张清华老师提供初稿） |
| 策划与实施 |
（2）基于船位大数据的我国流刺网渔船捕捞行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 流刺网概述 |
| 1.2 流刺网渔业的现状 |
| 1.3 渔船监控系统概述 |
| 1.4 本文创新点 |
| 1.5 章节安排 |
| 第二章 基于船位数据的捕捞行为分析 |
| 2.1 船位数据分析的研究进展 |
| 2.1.1 渔船航行状态的分析 |
| 2.1.2 渔船活动轨迹的分析 |
| 2.2 捕捞行为概述 |
| 2.2.1 捕捞行为概述 |
| 2.2.2 渔船捕捞行为 |
| 2.2.3 捕捞行为的量化研究 |
| 2.3 船位数据在捕捞行为分析中的应用 |
| 2.3.1 捕捞努力量的计算 |
| 2.3.2 利用船位数据分析作业渔场和辅助资源丰度计算 |
| 2.3.3 渔船捕捞对海洋生态环境的影响 |
| 2.3.4 渔船捕捞对捕捞区域内生物种群的影响 |
| 2.4 船位数据文献的计量学分析 |
| 2.4.1 文献增长规律分析 |
| 2.4.2 发表论文的国家和地区分布 |
| 2.4.3 期刊分布规律分析 |
| 2.4.4 高产作者分析 |
| 2.4.5 高被引用文献分析 |
| 第三章 单艘流刺网渔船网次的提取 |
| 3.1 概述 |
| 3.2 流刺网渔船网次识别算法 |
| 3.2.1 航速频数统计 |
| 3.2.2 空间距离频数统计 |
| 3.2.3 时间间隔频数统计 |
| 3.2.4 刺网角度频数统计 |
| 3.2.5 刺网网次长度提取 |
| 3.2.6 船位状态判别和网次提取 |
| 3.3 结果和分析 |
| 3.4 小结 |
| 第四章 流刺网捕捞作业时空分析 |
| 4.1 概述 |
| 4.2 处理方法 |
| 4.3 结果和分析 |
| 4.3.1 捕捞努力量的计算 |
| 4.3.2 网次的空间分布分析 |
| 4.3.3 网次的时间分布 |
| 4.3.4 捕捞努力量的时空分布 |
| 4.4 总结和讨论 |
| 第五章 流刺网渔船状态分析系统的设计 |
| 5.1 数据来源 |
| 5.2 渔船状态分析系统的主体架构 |
| 5.2.1 系统的工作原理 |
| 5.2.2 系统的主要组成和功能 |
| 5.3 系统实现 |
| 5.3.1 渔船状态分析的参数 |
| 5.3.2 渔船航速频数统计模块 |
| 5.3.3 数据库设计 |
| 5.3.4 渔船历史数据分析 |
| 5.3.5 渔船平均值统计模块 |
| 5.3.6 开发环境 |
| 5.4 系统演示 |
| 5.4.1 船位数据导入系统 |
| 5.4.2 渔船轨迹加载与特征统计 |
| 5.4.3 刺网状态判别和监控 |
| 第六章 结论和展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A 流刺网渔船状态分析程序源代码 |
| 数据处理和阈值提取 |
| Program.cs |
| Execl File Utils.cs |
| Odin Eye.csproj |
| Setting.Desinger.cs |
| Firm1.Designer.cs |
| Form1.cs |
| Data Helper.cs |
| Direction Calculation.cs |
| Harven Sin.cs |
| 数据导出和格式化 |
| Program.cs |
| Data Exporter.csproj |
| Data Export Task.cs |
| Ship Vo.cs |
| Ship Area Grid Util.cs |
| Csv Util.cs |
| Log Helper.cs |
| 附录B 浙江省流刺网渔船网次分布图 |
（3）基于碰撞事故的FPSO串靠外输作业风险分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.1.1 FPSO外输方式简介 |
| 1.1.2 串靠作业的碰撞问题 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容以及研究方法 |
| 2 串靠系统的风险评估简介 |
| 2.1 引言 |
| 2.2 风险评估的基本流程 |
| 2.3 风险评估方法简介 |
| 2.3.1 定性分析法 |
| 2.3.2 定量分析法 |
| 2.3.3 半定量分析法 |
| 2.4 外输作业的风险识别以及风险评价指标体系的建立 |
| 2.5 本章小结 |
| 3 外输系统风险评估的定量计算 |
| 3.1 概述 |
| 3.2 风险接受准则 |
| 3.3 外输过程中发生偏移以及碰撞事故的统计数据分析 |
| 3.4 通过经验公式计算碰撞概率 |
| 3.4.1 动力碰撞和漂移碰撞公式分析 |
| 3.4.2 碰撞概率计算 |
| 3.5 两船过分相对纵荡概率的计算 |
| 3.5.1 过分相对运动概念简介 |
| 3.5.2 极值理论 |
| 3.5.3 概率计算以及降低碰撞发生的可能的方法 |
| 3.6 本章小结 |
| 4 基于灰色聚类分析法对外输系统进行定性风险评估 |
| 4.1 概述 |
| 4.2 风险指标的选取 |
| 4.3 灰色聚类分析理论及其步骤 |
| 4.3.1 灰色聚类分析简介 |
| 4.3.2 灰色定权聚类 |
| 4.3.3 层次分析法 |
| 4.3.4 基于层次分析法的灰色变权聚类分析 |
| 4.3.5 敏感性分析 |
| 4.4 实例分析 |
| 4.4.1 背景概述 |
| 4.4.2 白化权函数和风险后果严重程度的确定 |
| 4.4.3 层次分析法计算风险等级 |
| 4.4.4 敏感性分析 |
| 4.5 本章小结 |
| 5 基于模糊逻辑理论的FPSO串靠外输风险评估 |
| 5.1 概述 |
| 5.2 模糊逻辑理论 |
| 5.2.1 模糊逻辑的意义 |
| 5.2.2 模糊集合和隶属度函数概念 |
| 5.2.3 模糊逻辑系统的“IF-THEN”原则 |
| 5.3 穿梭油轮提油风险模糊评价模型 |
| 5.3.1 评价指标的选取 |
| 5.3.2 隶属度函数的选择和“IF-THEN”原则的确定 |
| 5.3.3 Matlab中实现穿梭油轮串靠外输的风险评估 |
| 5.4 本章小结 |
| 6 基于模糊贝叶斯法的碰撞后验概率分析 |
| 6.1 概述 |
| 6.2 模糊贝叶斯理论 |
| 6.3 实例计算 |
| 6.3.1 风险评价指标的选取以及语言变量的定义 |
| 6.3.2 各个输入指标的模糊值确定 |
| 6.3.3 各项指标的后验概率计算 |
| 6.3.4 后验概率的敏感性分析 |
| 6.4 原因分析 |
| 6.4.1 辅助船的种类以及作业流程 |
| 6.4.2 辅助船导致碰撞的概率分析 |
| 6.5 本章小结 |
| 7 风险降低的措施 |
| 总结与展望 |
| 工作总结 |
| 本论文的创新点 |
| 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）SAR图像目标自动检测与识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 合成孔径雷达概述 |
| 1.2 SAR的技术优势及应用中存在的问题 |
| 1.3 SAR图像目标检测与识别技术发展现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 论文结构及章节安排 |
| 第2章 SAR图像特性与去噪预处理研究 |
| 2.1 SAR成像方式 |
| 2.2 SAR图像的特性 |
| 2.3 SAR图像斑噪去除方法 |
| 2.4 基于超小波分析的SAR图像去噪预处理 |
| 2.4.1 Bandelet变换 |
| 2.4.2 基于Bandelet去噪试验及结果分析 |
| 2.5 本章小结 |
| 第3章 SAR图像目标分割 |
| 3.1 SAR图像目标分割概况 |
| 3.2 Graph Cuts分割方法 |
| 3.3 基于全局Maxflow的 Otsu算法 |
| 3.4 基于全局Maxflow的邻域生长算法 |
| 3.4.1 中值滤波 |
| 3.4.2 邻域生长算法 |
| 3.5 CFAR分割技术 |
| 3.5.1 单参数CFAR分割技术 |
| 3.5.2 双参数CFAR分割技术 |
| 3.5.3 多分辨率CFAR分割技术 |
| 3.6 本章小结 |
| 第4章 基于小线变换的SAR图像线状目标检测 |
| 4.1 SAR目标检测算法发展现状 |
| 4.1.1 基于数据相关基-固定基相结合的检测算法 |
| 4.1.2 基于先验知识的SAR图像目标检测算法 |
| 4.1.3 SAR图像目标检测算法实用性 |
| 4.2 小线变换理论 |
| 4.3 基于小线变换的SAR图像线状目标检测 |
| 4.4 本章小结 |
| 第5章 基于联合特征的SAR图像目标自动识别 |
| 5.1 SAR图像目标自动识别概述 |
| 5.1.1 研究现状及工程应用中存在问题 |
| 5.1.2 SAR图像目标识别流程 |
| 5.2 基于联合特征的SAR图像目标特征提取 |
| 5.2.1 SAR图像中的几种特征 |
| 5.2.2 基于混合特征矩的联合特征 |
| 5.3 基于联合特征的SAR图像目标识别 |
| 5.3.1 联合特征提取及类归一化 |
| 5.3.2 联合特征分类效果检验 |
| 5.4 本章小结 |
| 第6章 基于深度学习的SAR图像目标自动识别 |
| 6.1 深度学习技术发展现状 |
| 6.2 卷积神经网络的理论 |
| 6.2.1 卷积神经网络的发展概述 |
| 6.2.2 卷积神经网络的模型理论 |
| 6.3 基于深度学习的SAR图像机动目标识别 |
| 6.3.1 研究数据 |
| 6.3.2 卷积神经网络模型改进 |
| 6.3.3 实验结果 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文工作总结 |
| 7.2 主要创新点 |
| 7.3 下一步工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（5）基于机器学习的天基AIS数据挖掘（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 天基AIS系统发展现状 |
| 1.2.2 AIS数据挖掘研究现状 |
| 1.3 论文主要工作和章节安排 |
| 第二章 相关技术和理论介绍 |
| 2.1 AIS数据基本情况介绍 |
| 2.1.1 AIS消息类型、数据结构以及错误数据剔除 |
| 2.1.2 天拓三号卫星接收数据情况介绍 |
| 2.2 数据挖掘基础理论 |
| 2.2.1 数据挖掘概念和过程 |
| 2.2.2 数据挖掘基本任务和相关算法介绍 |
| 2.3 本章小结 |
| 第三章 基于随机森林的船舶分类方法研究 |
| 3.1 随机森林基础算法介绍 |
| 3.2 船舶特征提取方法 |
| 3.2.1 几何特征提取方法 |
| 3.2.2 运动特征提取方法 |
| 3.3 实验结果及分析 |
| 3.3.1 仅考虑几何特征的分类结果及分析 |
| 3.3.2 同时考虑几何特征和运动特征的结果及分析 |
| 3.3.3 异常结果分析 |
| 3.4 本章小结 |
| 第四章 基于DBSCAN聚类算法的航线挖掘研究 |
| 4.1 DBSCAN聚类算法介绍 |
| 4.2 基于位置点的航线挖掘研究 |
| 4.2.1 改进的聚类算法流程和基于KDE的边界估计方法 |
| 4.2.2 澳大利亚地区实验结果和分析 |
| 4.3 基于子轨迹的航线挖掘研究 |
| 4.3.1 子轨迹样本提取和基于DTW距离的聚类算法流程 |
| 4.3.2 澳大利亚地区实验结果和分析 |
| 4.3.3 北极航线挖掘实例 |
| 4.4 本章小结 |
| 第五章 基于LSTM循环神经网络的位置预测方法研究 |
| 5.1 循环神经网络和LSTM网络结构介绍 |
| 5.2 LSTM网络结构设计和参数设置 |
| 5.3 实验结果与分析 |
| 5.3.1 实验环境 |
| 5.3.2 网络训练和预测结果分析 |
| 5.4 本章小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A AIS相关规定和标准 |
（6）FPSO外输作业事故演化规律及安全预警方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 FPSO外输作业风险研究现状 |
| 1.3.2 安全预警技术研究现状 |
| 1.4 研究内容及方案 |
| 1.5 技术路线图 |
| 第2章 FPSO外输作业事故演化规律研究 |
| 2.1 引言 |
| 2.2 FPSO外输作业事故演化规律研究基本原理 |
| 2.2.1 功能共振理论 |
| 2.2.2 六角功能模块图 |
| 2.3 基于FRAM的 FPSO外输作业事故演化规律研究方法步骤 |
| 2.4 案例分析 |
| 2.4.1 “FPSO+CTV+普通油轮”外输作业方式介绍 |
| 2.4.2 基于FRAM的事故演化规律研究案例 |
| 2.4.3 基于蝴蝶结模型的事故演化规律研究案例 |
| 2.5 本章小结 |
| 第3章 FPSO外输作业风险评估方法研究 |
| 3.1 引言 |
| 3.2 FPSO外输作业风险评估基本理论 |
| 3.2.1 VIKOR多属性决策方法 |
| 3.2.2 直觉模糊集 |
| 3.2.3 熵值法 |
| 3.3 基于模糊VIKOR的 FPSO外输作业风险评估方法步骤 |
| 3.4 案例分析 |
| 3.5 本章小结 |
| 第4章 FPSO外输作业碰撞事故预警方法研究 |
| 4.1 引言 |
| 4.2 FPSO外输作业碰撞事故预警基本理论 |
| 4.2.1 船舶运动模态 |
| 4.2.2 支持向量机 |
| 4.2.3 交叉验证法 |
| 4.3 基于交叉验证SVM的 FPSO外输作业碰撞事故预警方法步骤 |
| 4.4 案例分析 |
| 4.4.1 “FPSO+CTV+普通油轮”外输作业水动力响应仿真 |
| 4.4.2 基于交叉验证SVM的碰撞事故预警案例 |
| 4.4.3 基于SVM的碰撞事故预警案例 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录A 硕士期间科研成果 |
| 致谢 |
（7）邻近既有地铁隧道的深基坑施工安全风险评估与控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 深基坑施工安全风险控制研究 |
| 1.2.2 邻近既有地铁隧道深基坑施工安全风险控制研究 |
| 1.2.3 存在的主要问题 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 邻近既有地铁隧道的深基坑施工安全风险评估指标体系 |
| 2.1 安全风险影响因素分析 |
| 2.1.1 深基坑施工安全风险影响因素分析 |
| 2.1.2 邻近既有地铁隧道的深基坑施工安全风险影响因素分析 |
| 2.2 工程安全风险影响数值分析 |
| 2.2.1 工程概况与施工步序 |
| 2.2.2 数值模型建立与合理性验证 |
| 2.2.3 深基坑施工对既有地铁隧道变形影响分析 |
| 2.3 邻近既有地铁隧道的深基坑施工安全风险评估指标体系构建 |
| 2.3.1 安全风险评估指标体系分析 |
| 2.3.2 安全风险评估指标确定方法 |
| 2.3.3 安全风险评估指标体系的建立 |
| 2.4 本章小结 |
| 3 邻近既有地铁隧道的深基坑施工安全风险评估模型 |
| 3.1 安全风险评估方法选择 |
| 3.1.1 安全风险评估方法 |
| 3.1.2 BP神经网络模型 |
| 3.2 基于小波理论的BP神经网络改进方法研究 |
| 3.2.1 小波分析理论 |
| 3.2.2 选取小波函数 |
| 3.2.3 BP神经网络的改进 |
| 3.3 邻近既有地铁隧道的深基坑施工安全风险评估模型构建 |
| 3.3.1 BP小波神经网络的算法 |
| 3.3.2 BP小波神经网络的模型 |
| 3.3.3 实现BP小波神经网络 |
| 3.4 实例分析 |
| 3.4.1 模型的确定 |
| 3.4.2 模型的训练和分析 |
| 3.4.3 模型的训练结果分析 |
| 3.5 本章小结 |
| 4 邻近既有地铁隧道的深基坑施工安全风险控制技术 |
| 4.1 顺作基坑施工安全风险控制技术 |
| 4.1.1 顺作基坑开挖施工安全风险控制技术 |
| 4.1.2 顺作基坑支护施工安全风险控制技术 |
| 4.1.3 顺作基坑挡墙施工安全风险控制技术 |
| 4.2 逆作基坑施工安全风险控制技术 |
| 4.2.1 基坑逆作区施工特点及适用条件 |
| 4.2.2 基坑逆作区施工效率对风险影响分析 |
| 4.2.3 基坑逆作区施工安全风险控制技术 |
| 4.3 既有地铁隧道上方施工安全风险控制技术措施 |
| 4.3.1 不同加固措施对施工安全风险影响分析 |
| 4.3.2 既有地铁隧道上方注浆加固施工安全风险控制技术 |
| 4.4 降水施工安全风险控制技术 |
| 4.4.1 降水深度对施工风险控制影响研究 |
| 4.4.2 降水速度对施工安全风险影响研究 |
| 4.4.3 围护深度对施工安全风险影响研究 |
| 4.4.4 反压回灌措施对施工安全风险影响研究 |
| 4.5 邻近既有地铁隧道深基坑施工安全风险控制技术措施 |
| 4.5.1 基坑顺作区施工安全风险控制技术措施 |
| 4.5.2 基坑逆作区施工安全风险控制技术措施 |
| 4.5.3 既有地铁隧道上部施工安全风险控制技术措施 |
| 4.5.4 降水施工安全风险控制技术措施 |
| 4.6 本章小结 |
| 5 邻近既有地铁隧道的深基坑施工安全风险控制系统 |
| 5.1 基于BIM技术的安全风险控制系统框架 |
| 5.1.1 安全风险控制系统的意义 |
| 5.1.2 安全风险控制系统工作模式 |
| 5.1.3 安全风险控制系统框架设计 |
| 5.2 基于BIM技术的安全风险控制系统设计 |
| 5.2.1 安全风险控制系统的设计原则 |
| 5.2.2 安全风险控制系统层级构成 |
| 5.2.3 安全风险控制系统运行流程 |
| 5.2.4 安全风险控制子系统 |
| 5.3 基于BIM技术的安全风险控制系统实现 |
| 5.3.1 Navisworks平台二次开发技术 |
| 5.3.2 安全风险控制系统数据传递 |
| 5.3.3 基于BP小波神经网络的安全风险评估模型嵌入 |
| 5.3.4 基于安全风险控制措施数据库的运行方案 |
| 5.3.5 安全风险控制系统功能的实现 |
| 5.4 实例分析 |
| 5.4.1 安全风险控制模块--软件界面 |
| 5.4.2 安全风险控制模块系统运行 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 在学期间发表研究成果 |
| 附录一：数值模拟部分代码 |
| 附录二：BIM系统部分代码 |
| 致谢 |
（8）航天器姿态系统的自适应鲁棒控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 航天器姿态稳定控制研究现状 |
| 1.2.2 航天器姿态跟踪控制研究现状 |
| 1.2.3 航天器姿态机动控制研究现状 |
| 1.2.4 挠性航天器的振动抑制研究现状 |
| 1.2.5 考虑太阳帆板驱动影响的航天器姿态控制 |
| 1.2.6 目前所面临的问题 |
| 1.3 本文的主要内容和结构安排 |
| 第2章 航天器的动力学建模及相关的理论知识 |
| 2.1 引言 |
| 2.2 基本的参考坐标系 |
| 2.3 航天器姿态运动学模型 |
| 2.4 挠性航天器的动力学建模 |
| 2.5 太阳帆板驱动机构建模 |
| 2.6 符号计算在航天器控制系统设计及仿真中的应用 |
| 2.6.1 挠性航天器平面机动的动力学建模 |
| 2.6.2 仿真设计算例 |
| 2.7 控制理论预备知识 |
| 2.7.1 稳定性理论基础 |
| 2.7.2 扩张状态观测器及相关理论 |
| 2.7.3 二阶扩张状态观测器的收敛性和误差分析 |
| 2.7.4 基于投影算子的自适应律 |
| 2.8 本章小结 |
| 第3章 考虑执行器安装偏差及饱和的航天器姿态控制 |
| 3.1 引言 |
| 3.2 模型的性质及问题描述 |
| 3.3 未考虑执行器安装偏差及饱和的自适应鲁棒姿态控制 |
| 3.3.1 姿态跟踪的非线性自适应控制器 |
| 3.3.2 基于σ修正的姿态跟踪的自适应鲁棒控制器 |
| 3.4 考虑执行器安装偏差的自适应鲁棒姿态控制律设计 |
| 3.4.1 基于反馈线性化方法的标称姿态控制律 |
| 3.4.2 考虑执行器安装偏差的自适应鲁棒姿态控制律 |
| 3.4.3 仿真分析 |
| 3.5 考虑执行器饱和的自适应鲁棒姿态控制律设计 |
| 3.5.1 一类非线性 Hamilton 系统的抗饱和自适应鲁棒控制 |
| 3.5.2 考虑执行器饱和的自适应鲁棒姿态控制 |
| 3.5.3 仿真分析 |
| 3.6 本章小结 |
| 第4章 挠性航天器姿态的自适应鲁棒控制 |
| 4.1 引言 |
| 4.2 挠性航天器的分散自适应鲁棒控制 |
| 4.2.1 问题描述 |
| 4.2.2 分散自适应鲁棒姿态控制律 |
| 4.2.3 仿真分析 |
| 4.3 挠性航天器的鲁棒姿态控制及振动抑制 |
| 4.3.1 问题的分析与描述 |
| 4.3.2 动态模糊神经网络基础 |
| 4.3.3 控制律设计 |
| 4.3.4 主动振动控制器设计 |
| 4.3.5 仿真分析 |
| 4.4 本章小结 |
| 第5章 考虑太阳帆板驱动的航天器姿态控制及仿真平台的开发 |
| 5.1 引言 |
| 5.2 考虑太阳帆板驱动影响的航天器姿态控制 |
| 5.2.1 太阳帆板驱动控制系统设计 |
| 5.2.2 航天器的姿态控制器设计 |
| 5.2.3 仿真分析 |
| 5.3 面向航天器控制系统的仿真平台设计及实现 |
| 5.3.1 仿真平台的功能需求和体系结构 |
| 5.3.2 航天器系统模型库的分析与实现 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 致谢 |
| 个人简历 |
四、模糊神经网络在近海机动卸载平台风险分析中的应用（论文参考文献）
- [1]中国桥梁工程学术研究综述·2021[J]. Editorial Department of China Journal of Highway and Transport;. 中国公路学报, 2021(02)
- [2]基于船位大数据的我国流刺网渔船捕捞行为研究[D]. 张荣瀚. 上海海洋大学, 2020(03)
- [3]基于碰撞事故的FPSO串靠外输作业风险分析[D]. 付升雷. 大连理工大学, 2020(02)
- [4]SAR图像目标自动检测与识别方法研究[D]. 谌华. 中国科学院大学(中国科学院国家空间科学中心), 2019(07)
- [5]基于机器学习的天基AIS数据挖掘[D]. 钟翰杨. 国防科技大学, 2019(02)
- [6]FPSO外输作业事故演化规律及安全预警方法研究[D]. 唐静静. 中国石油大学(北京), 2019(02)
- [7]邻近既有地铁隧道的深基坑施工安全风险评估与控制研究[D]. 张勇. 西安建筑科技大学, 2017(12)
- [8]航天器姿态系统的自适应鲁棒控制[D]. 袁国平. 哈尔滨工业大学, 2013(01)
- [9]模糊神经网络在近海机动卸载平台风险分析中的应用[J]. 李承,余建星. 山东科技大学学报(自然科学版), 2003(04)
- [10]基于模糊神经网络的海上机动卸载平台风险分析[A]. 李承,余建星. 第三届全国现代结构工程学术研讨会论文集, 2003