摘要
耙吸挖泥船通过耙头吸入泥沙混合物,而耙头中混合物的形成是一个非常复杂的过程。目前有通过最小二法拟合而得到耙头密度模型,但该模型受到的约束条件太多,存在一定的不准确性。为了能够较为准确地预测耙吸挖泥船耙头密度,文中结合了遗传算法和神经网络算法各自的优点,对网络的权值和阈值进行优化,然后对目标进行预测。为了验证算法的有效性,将遗传BP神经网络应用到耙头模型中对耙头吸入密度进行预测并和最小二乘拟合的耙头密度模型进行比较。仿真结果表明:遗传BP神经网络有很好的泛化能力,较最小二乘法有更高的准确性。其能够有效的预测耙头密度,给施工人员提供建议值,提高疏浚效率。
基金
江苏高校高技术船舶协同创新中心/江苏科技大学海洋装备研究院资助项目
项目名称:耙吸挖泥船疏浚作业建模与优化控制策略研究
项目编号:HZ2016011
