典型文献
基于高维优化的RBF神经网络螺旋桨性能预测
文献摘要：
螺旋桨式水下推进器推力的大小决定着水下机器人的水动性能.为快速准确预测螺旋桨的敞水性能,建立一种RBF神经网络螺旋桨敞水性能估计器模型.利用几种型号螺旋桨敞水仿真值作为训练样本,对网络规模进行调整.在此基础上,广义逆动态地调整各网络间的连接权重,进行网络参数的优化.通过不断地迭代优化达到学习精度要求,最终得到一种高维优化的神经网络敞水性能估计器.同时,利用CFD仿真软件对螺旋桨进行模拟仿真和数值计算.对比分析RBF神经网络螺旋桨敞水性能估计器模型预测的敞水系数与CDF仿真的敞水系数,结果表明两者之间的差距较小,故RBF神经网络敞水性能估计器模型满足准确预测和快速性的要求,能够作为螺旋桨敞水系数的有效预测方式之一.
文献关键词：
螺旋桨;RBF神经网络;性能预测
中图分类号：
作者姓名：
祝建平;刘潇潇;王冠男;杨胜;刘元昊;郝思佳
作者机构：
哈尔滨理工大学荣成学院,山东威海264300
文献出处：
引用格式：
[1]祝建平;刘潇潇;王冠男;杨胜;刘元昊;郝思佳-.基于高维优化的RBF神经网络螺旋桨性能预测)[J].舰船科学技术,2022(05):54-58
A类：
性能估计器
B类：
高维优化,RBF,螺旋桨性能,性能预测,水下推进器,推力,水下机器人,水动性能,快速准确,准确预测,敞水性能,螺旋桨敞水,真值,训练样本,网络规模,模进,广义逆,网络参数,迭代优化,精度要求,CFD,模拟仿真,CDF,快速性
AB值：
0.24114
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
