人工神经网络在船体放样中的应用的研究.pdfVIP

摘 要 人工神经网络（Artificial Neural Network ，ANN ）技术在许多行业得到了成功 应用。在造船业，ANN 技术已应用于船型的建模，并取得了一定的成果。目前， ANN 在船体曲线拟合及光顺方面的应用研究工作大多停留在理论范围，实际工程 中主要采用BP 算法进行拟合，且大部分限于对小曲率、简单线型的船舶进行曲线 拟合。论文采用了更新的样条权函数神经网络对较复杂的船型进行了曲线拟合， 使得多组型线光顺成为可能。在拟合与光顺船体型线的研究中，论文主要完成了 以下几个方面的工作： （1）研究了 BP 神经网络和样条权函数神经网络的基本理论，分析了两种算 法及其优缺点。 （2 ）采用 BP 神经网络和样条权函数神经网络算法，分别对三峡库区的船型 线进行了曲线拟合，比较了两种算法在实际曲线拟合中的差异，得出了采用样条 权函数神经网络进行曲线拟合更符合工程实际需求的结论。 （3 ）提出了新的拟合曲线的方法，解决了在船体型线拟合中所遇到的两个端 点条件问题：在折角位置如何处理端点条件、在中部对称位置如何处理端点条件。 （4 ）提出了新的判断曲线凹凸性并光顺的方法。由于光顺曲线的曲率应该变 化均匀，采用样条权函数神经网络进行曲线拟合时能方便的算出曲率，这就为多 组型线光顺提供了条件。进行型线的数学光顺时，样条权函数由于已经求得每段 曲线的函数，能表达每点的斜率，从而能找出不合理的点对其进行修正。 （5 ）提出了一种实用的方法，解决了曲率较大时所引起的转角大以及局部扭 曲的问题。在采用样条权函数神经网络进行曲线拟合时，由于双尾船型复杂，不 能完全保证样条权函数所要求的小转角条件。针对这一问题，论文采取了如下解 决方法：一是将型线坐标旋转 90 度，二是分段处理曲线，三是在分段位置进行局 部节点加密。 论文的研究成果使得中小船厂采用数学放样成为可能。在实际工程运用中， 样条权函数能够更好地拟合曲线，可以通过斜率比较，很快找出曲率变化较大的 点，对型线进行光顺，从而达到很好的效果。通过三峡库区船的航行实验，取得 了很好的航速（25km/h ）。 关键词：船体放样，人工神经网络, 样条权函数 I ABSTRACT The Artificial Neural Network (ANN) technique has been successfully applied in many industries. In the shipbuilding industry, the ANN technique has already been applied in the modeling of ship type and in some cases being used in real production as well. Currently, using ANN technique to fit the hull curve and fairing is still in theory. In real world, BP algorithm is used to fit the hull curve and it is used mainly to ditty rate and simple line style ships. The dissertation adopts the neural network of the SWF (Spline Weight Function) to carry on the curve fitting of more complicated hull lines. It makes the fairing of multi-set molded lines possible. In the research of fitting and fairing hull lines, we have done the following works: (1) Study the basic theories of BP neural