为了更快、高精度的对舰船机舱火灾温度进行建模和预测,提出基于神经网络的舰船机舱火灾温度快速预测方法。首先分析当前舰船机舱火灾温度的研究进展,指出当前舰船机舱火灾温度预测方法的局限性,然后收集舰船机舱火灾温度的历史数据,通过神经网络对历史数据进行学习和分析,挖掘舰船机舱火灾温度变化特点,建立舰船机舱火灾温度预测模型,并对神经网络参数优化问题进行解决,最后与其他舰船机舱火灾温度方法进行对比实验。结果表明,神经网络的舰船机舱火灾温度预测精度超过90%,远远高于其他舰船机舱火灾温度方法的预测精度,同时减少舰船机舱火灾温度预测建模时间,能够快速对舰船机舱火灾温度进行预测。
类型: 期刊论文
作者: 闫晓茹
关键词: 舰船机舱,火灾温度,预测方法,神经网络,参数优化,预测精度
来源: 舰船科学技术 2019年22期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 武器工业与军事技术,船舶工业
单位: 四川交通职业技术学院
分类号: U674.7
页码: 85-87
总页数: 3
文件大小: 1459K
下载量: 87
本文来源: https://www.lunwen90.cn/article/a4201993eefa83b6b297a11f.html