基于SVM的船舶上层建筑舱室噪声预报方法 Prediction of noise in a ship s superstructure cabins based on SVM method.pdfVIP

振动与冲击 第28卷第7期 JOURNALOFVIBRATIONANDSHOCK V01．28No．72009 -- I_ 基于SVM的船舶上层建筑舱室噪声预报方法 姚熊亮，张林根，程明亮，栾景雷，庞福振 (哈尔滨工程大学船舶工程学院，哈尔滨150001) 摘 要：为对舰船舱室噪声进行精确预测，提出了基于SVM(支持向量机)的舱室噪声预测方法。采用RBF核函 数和ERBF核函数，以某集装箱船上层建筑舱室噪声为训练样本，建立了两种集装箱船上层建筑舱室噪声的非线性回归 模型；并应用两种模型对母型船及另一艘集装箱船上层建筑舱室噪声进行预测，并将预测结果进行了比较分析；在此基础 上，应用效果较好的模型对一艘散装货船上层建筑舱室噪声进行预测。预测结果表明：应用SVM非线性回归模型对船舶 上层建筑舱室噪声的预测是可行的，预测效果较为理想。 关键词：支持向量机；上层建筑；噪声预测 中图分类号：U661．44 文献标识码：A 近年来，船舶的舱室噪声问题日益引起船舶设计 功的应用于分类、函数逼近和时间序列预测等方面。 单位和使用单位的广泛关注。对于船舶而言，不仅要 船舶上层建筑舱室噪声预测恰满足SVM的上述要求， 求其安全、快速，需要具有良好的舒适性，船舶噪声过 为此，本文将SVM理论应用于船舶上层建筑舱室噪声 大不仅影响舱内各种仪器、设备作用的正常发挥，还会 预测。 导致部分结构声振疲劳破坏；对舱室的居住人员而言， 1 SVM回归模型 轻则影响到环境的舒适，重则对人体健康有危害。可 见，船舶上层建筑舱室噪声的预测对于舰船舒适性有 SVM的基本思想就是将输入空间通过非线性变换 着十分重要的意义。 咖，映射到一个高维特征空间，在这个特征空间中求取 由于舰船结构的复杂性使得舰船舱室噪声的定量 最优分类超平面，使得在原输入空间不可分的数据变 计算变得十分困难，目前，有关舰船舱室的主导分量、 得线性可分，然后在高维特征空间中进行线性回归。 主导传递途径等机理性研究有待于进一步的完善，因 SVM的另一重要思想是引入核函数，使用8损失函数， 此，在上层建筑舱室噪声的预测上，工程中常运用近似 将问题转化为凸二次优化问题。经过凸二次优化的求 方法进行动态系统的振动和声辐射的研究，这些方法 解，得到最终的SVM非线性回归函数…： 主要有：经验预测模型，统计能量法，波导法，有限元 (1) 法。但上述各法在预测舰船舱室噪声时需确定船体结 Y=以髫)=∑(a；一ix；’)后(戈i，菇)+b 构的各种尺寸参数，而在船舶方案设计阶段，舰船的各 式中：戈；是支持向量； 种参数是无法精确确定的。为在船舶方案设计阶段， b为常数； 能够便捷、有效地对船舶上层建筑的舱室噪声进行预 测，本文提出采用SVM方法建立回归预测模型对船舶 数，0saf，aj’≤C； 上层建筑的舱室噪声进行预测。 C为惩罚因子，C越大，表示对错误的惩罚程度 Vector Machine)方法最初用来解决 SVM(Support 越大； 模式识别问题，但随着Vapink的占不敏感损失函数的 k(x；，茗)是核函数，根据Mercer定理 引入，SVM