数据驱动耙吸式挖泥船疏浚模型及参数优化
来源期刊：控制工程2011年第S1期
论文作者：张朔 杨根科 王臻 李炜
文章页码：91 - 245
关键词：耙吸式挖泥船;变量选择;神经网络;蚁群算法;
摘 要：耙吸式挖泥船产量优化问题是疏浚作业中的重要问题,针对疏浚作业机理模型复杂的情况,提出了神经网络与蚁群算法相结合的优化方法。通过系统机理模型的分析和实际作业数据的变量选择,确定产量模型的最优输入变量集合。运用神经网络学习算法,建立挖泥船产量模型。利用神经网络算法和蚁群算法的混合算法,求解优化问题。通过对某挖泥船实际数据的计算和分析,验证了模型和方法的有效性。
张朔1，杨根科1，王臻1，李炜2
1. 上海交通大学自动化系2. 中交上海勘察设计研究院
摘 要：耙吸式挖泥船产量优化问题是疏浚作业中的重要问题,针对疏浚作业机理模型复杂的情况,提出了神经网络与蚁群算法相结合的优化方法。通过系统机理模型的分析和实际作业数据的变量选择,确定产量模型的最优输入变量集合。运用神经网络学习算法,建立挖泥船产量模型。利用神经网络算法和蚁群算法的混合算法,求解优化问题。通过对某挖泥船实际数据的计算和分析,验证了模型和方法的有效性。
关键词：耙吸式挖泥船;变量选择;神经网络;蚁群算法;
