基于蟻群算法的灰色預報模型及其在艦船運動預報中的應用.pdf

1、艦船運動姿態(tài)的極短期預報對于艦船航行及艦載機著艦的安全起降等方面有著重要的意義。由于受到海浪、海風等其他干擾力的影響，艦船產(chǎn)生了復雜的六自由度運動，這六個自由度運動具有很強的隨機性和非線性性，這就給艦船運動極短期預報帶來了很大的困難。 本文立足于艦船縱搖運動的極短期預報，在深入研究灰色預測理論的基礎上，將蟻群算法應用于艦船縱搖運動姿態(tài)預報中，建立了一種適用于非線性系統(tǒng)的實時預報模型--基于蟻群算法的灰色GM(1，1)(ACGM)

2、模型，并首次將其運用于艦船運動預報中。本論文的主要工作如下： 1、研究了艦船縱搖運動的數(shù)據(jù)的特點，針對GM(1，1)預報模型適用于單調增加序列的特點，選用了函數(shù)變換型GM(1，1)預報模型。 2、在構造灰色系統(tǒng)預測模型時，本文研究了一些優(yōu)化方法。在經(jīng)過函數(shù)變換的數(shù)列后增加一個平移常數(shù)w再進行建模以提高模型的精度。 3、考慮到GM(1，1)模型的背景值的取值不同會影響到模型精度，將蟻群算法運用于灰色GM(1，1)模

3、型的參數(shù)選擇中，建立了一種基于蟻群算法的灰色GM(1，1)模型(ACGM(1，1)model)，其中，蟻群算法對于優(yōu)化最優(yōu)平移值w和參數(shù)口有很大的優(yōu)勢。在此基礎上形成了比較適用的預測模型。 4、借助Matlab軟件，對大量數(shù)據(jù)進行仿真實驗，確定模型中的參數(shù)w和α。 通過針對艦船縱搖運動的預報問題，利用ACGM(1，1)模型進行了大量的仿真分析。結果表明，該預報模型提高了預報精度，延長了預報時間，這說明本文提出的預報模型是