基于BP神经网络与L-M算法的潜艇声纳自噪声预报

被引:14
作者
吴方良
石仲堃
杨向晖
陈锐
机构
[1] 华中科技大学交通科学与工程学院
关键词
船舶、舰船工程; BP神经网络; L-M算法; 声纳自噪声;
D O I
暂无
中图分类号
U666.7 [水声设备];
学科分类号
082301 [道路与铁道工程];
摘要
L-M(L evenberg-M arquart)算法与BP(B ack-P ropagation)神经网络相结合,使神经网络在多样本、大变量输入的情况下,具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报;分析了影响潜艇声纳自噪声的各种声源参数;利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳自噪声进行精确预报。
引用
收藏
页码:45 / 50
页数:6
相关论文
共 7 条
[1]
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,
[2]
神经网络系统理论.[M].焦李成著;.西安电子科技大学出版社.1990,
[3]
统计能量法计算声呐自噪声的水动力噪声分量 [J].
俞孟萨 ;
李东升 .
船舶力学, 2004, (01) :99-105
[4]
船舶声呐部位自噪声的预报方法及其控制技术 [J].
俞孟萨 ;
叶剑平 ;
吴有生 ;
吕世金 .
船舶力学, 2002, (05) :80-94
[5]
水下结构辐射噪声工程估算方法研究 [J].
时胜国 ;
杨德森 ;
何元安 .
哈尔滨工程大学学报, 2002, (01) :91-94
[6]
某潜艇综合声纳声腔自噪声的统计能量方法分析 [J].
刘忠文 ;
李天匀 ;
骆东平 .
舰船科学技术, 2000, (03) :61-64
[7]
基于人工神经网络的船舶操纵性能预报方法 [J].
范佘明 ;
祝伟敏 ;
李志春 .
中国造船, 1999, (04)