基于組合預測方法的艦船縱搖運動預報.pdf

1、艦船的運動由于受到海浪、海風及其它因素的影響，產生了六自由度的復雜運動，具有很強的隨機性和非線性，因此艦船極短期預報對于艦船航行有著重要的意義。艦船運動極短期預報就是根據艦船的運動歷史數據對船體運動進行幾秒或十幾秒的預測。以往曾有時間序列法、周期圖法、神經網絡法、灰色系統(tǒng)理論等方法進行艦船的預報。本論文立足于艦船的縱搖運動預報，研究了組合預測方法在縱搖運動預報中的應用。組合預測方法需要利用各單項預測模型的有效信息，基于此本文研究了幾種單

2、項預測方法在縱搖運動預報中的應用。并針對實際的艦船運動數據進行了數值仿真。對船的縱搖的理論研究可幫助認識船的縱搖的規(guī)律，從而掌握和利用它為艦船航行服務。主要完成的工作有：
　　 首先，介紹了灰色系統(tǒng)建模的數據生成方式及建模的理論基礎，考慮到灰色拓撲預測方法的趨勢預測的特性，結合新陳代謝GM(1，1)模型，對縱搖運動角度建立了拓撲預測模型，根據不同的閾值，建立所對應的時間序列的新陳代謝GM(1,1)模型群。用此模型群對未來可能的運

3、動趨勢進行預測，并運用預測的有效點繪制拓撲預測曲線。
　　 其次，在縱搖運動預報過程中，突變點的出現影響到建模及預報的精度，對突變點及附近的數據處理是必要的。第三章將小波變換奇異點檢測理論應用到艦船縱搖角度處理中，通過對模極大值的檢測來確定突變點發(fā)生的時刻，并在第四章介紹了數據處理的方法，最后用處理后的數據建立推廣GM(1,1)模型，提高了預報精度。
　　 再次，灰色系統(tǒng)傳統(tǒng)的GM(1,1)模型白化方程反映出生成數據僅與

4、本身及其變化有關，而實際上很多時候生成數據還要受到其它因素的影響，這些因素不能完全由灰作用量表示。針對這個問題，本文先給出服從非純指數函數變化的推廣GM(1,1)模型，同時考慮初始點擬合誤差的影響，改變初始值，從而構建了優(yōu)化的時間響應函數，提高了模擬精度。最后針對船的縱搖角度數據的灰色特征應用這種模型進行建模，數值試驗表明這種方法是可行的。
　　 最后，以預測值的對數的相關系數為誤差標準，提出了基于相關系數的加權幾何平均組合預測

5、模型，加權幾何平均組合預測為一種非線性的組合預測方法。針對基于相關系數的加權幾何平均組合預測模型，定義了優(yōu)性組合預測模型、預測方法優(yōu)超、組合預測冗余度等概念，討論了在一定的條件下，該組合預測存在非劣性及優(yōu)性組合預測的充分條件，得出了一個判斷冗余預測方法的判定定理。從理論上說明基于對數相關系數的非線性組合預測模型的有效性，同時本文用推廣GM(1,1)模型及支持向量機回歸模型作為單項預測模型，對縱搖角度應用該組合預測模型進行預報，驗證了該模