本文關(guān)鍵詞：船舶機艙協(xié)作式模擬訓(xùn)練智能評估

  更多相關(guān)文章： 船舶工程 輪機模擬器 智能評估 協(xié)作訓(xùn)練 遺傳算法 神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí)

【摘要】：基于人-機-環(huán)境系統(tǒng)工程理論,研究了船舶機艙模擬訓(xùn)練評估問題,建立了船舶的角色-任務(wù)-資源系統(tǒng)協(xié)作訓(xùn)練模型,提出了基于專家系統(tǒng)和機器學(xué)習(xí)的智能評估方法,并用于改進三維機艙協(xié)作訓(xùn)練系統(tǒng);建立了船舶機艙模擬訓(xùn)練情景知識庫、任務(wù)知識庫和評估指標(biāo)體系,結(jié)合專家經(jīng)驗和評估規(guī)范提取評估規(guī)則,采用遺傳算法優(yōu)化后的權(quán)重對數(shù)據(jù)進行多重模糊綜合評判;針對實際的評估問題構(gòu)造合適的機器學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),利用BP神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法具備的自學(xué)習(xí)優(yōu)勢,以簡化運算步驟;將評估指標(biāo)數(shù)據(jù)進行歸一化處理后作為評估模型的輸入數(shù)據(jù),將評估結(jié)果作為目標(biāo)數(shù)據(jù),采用稀疏自動編碼器對大量數(shù)據(jù)樣本進行特征變換,深入學(xué)習(xí)樣本特征并用于分類評估,經(jīng)反復(fù)訓(xùn)練后得到較好的評估模型;對基于專家系統(tǒng)和機器學(xué)習(xí)的智能評估方法進行了對比分析。分析結(jié)果表明:經(jīng)遺傳算法優(yōu)化的評估結(jié)果誤差明顯較小,平均絕對誤差為0.761分,平均相對誤差為0.983%,均方誤差為0.938分,最大誤差為2.263分,最小誤差為0.248分;對于較簡單任務(wù)的評估,基于機器學(xué)習(xí)評估的最大絕對誤差為3.521分,最小絕對誤差為0.304分,較好的深度學(xué)習(xí)評估網(wǎng)絡(luò)的所有指標(biāo)的評估誤差均可小于1分。
【作者單位】： 大連海事大學(xué)輪機工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(51479017)
【分類號】：U676.2
【正文快照】： 0引言《STCW公約馬尼拉修正案》(簡稱《公約》)將機艙資源管理作為輪機部高級船員新增的強制性適任標(biāo)準(zhǔn),以期望減少船舶機艙人為失誤、促進海上交通安全[1]。機艙資源管理的培訓(xùn)模式、評估方法以及所使用的設(shè)備和系統(tǒng)成為新的研究內(nèi)容。蔣德志等從船舶機艙值班的組織程序、工

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 孫才勤;文元全;王浩亮;;基于智能評估的船舶電站考試系統(tǒng)及教學(xué)應(yīng)用[J];航海教育研究;2014年01期

2 范敏毅;楊新明;馬強;王大勇;;飛行模擬器訓(xùn)練的計算機智能評估[J];系統(tǒng)仿真學(xué)報;2013年08期

3 龔勝科;徐浩軍;林敏;;粗集支持向量機的戰(zhàn)斗機空戰(zhàn)效能智能評估[J];火力與指揮控制;2012年04期

4 ;[J];;年期

中國重要報紙全文數(shù)據(jù)庫 前2條

1 記者 陳靜瑩 通訊員 楊堅;實時預(yù)征 智能評估[N];汕頭日報;2012年

2 通訊員 楊小蘭;臨安“新武器”為配網(wǎng)節(jié)資478萬[N];中國電力報;2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張澤慧;基于HAZOP/模糊理論的航次計劃智能評估[D];集美大學(xué);2015年

2 董文婷;基于大數(shù)據(jù)分析的風(fēng)電機組健康狀態(tài)的智能評估及診斷[D];東華大學(xué);2016年

3 杜顯濤;油田儲運安全隱患評估模型研究[D];東北石油大學(xué);2014年

，

本文編號：1175545