留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

遗传算法优化的RBF神经网络确定潜艇排水量和主尺度

陈明高 石仲堃

陈明高, 石仲堃. 遗传算法优化的RBF神经网络确定潜艇排水量和主尺度[J]. 中国舰船研究, 2006, 1(3): 38-40,46. doi: 10.3969/j.issn.1673-3185.2006.03.009
引用本文: 陈明高, 石仲堃. 遗传算法优化的RBF神经网络确定潜艇排水量和主尺度[J]. 中国舰船研究, 2006, 1(3): 38-40,46. doi: 10.3969/j.issn.1673-3185.2006.03.009
Chen Minggao, Shi Zhongkun. Determination of Submarine's Displacement & Principal Dimensions by Using GA Based Optimum RBF Neural Network[J]. Chinese Journal of Ship Research, 2006, 1(3): 38-40,46. doi: 10.3969/j.issn.1673-3185.2006.03.009
Citation: Chen Minggao, Shi Zhongkun. Determination of Submarine's Displacement & Principal Dimensions by Using GA Based Optimum RBF Neural Network[J]. Chinese Journal of Ship Research, 2006, 1(3): 38-40,46. doi: 10.3969/j.issn.1673-3185.2006.03.009

遗传算法优化的RBF神经网络确定潜艇排水量和主尺度

doi: 10.3969/j.issn.1673-3185.2006.03.009
详细信息
    作者简介:

    陈明高(1980-),男,硕士;研究方向为船舶与海洋结构物设计与制造。

  • 中图分类号: U674.760.2

Determination of Submarine's Displacement & Principal Dimensions by Using GA Based Optimum RBF Neural Network

知识共享许可协议
遗传算法优化的RBF神经网络确定潜艇排水量和主尺度陈明高,等创作,采用知识共享署名4.0国际许可协议进行许可。
  • 摘要: 潜艇设计中,排水量和主尺度的确定是潜艇概念设计中最重要的一环。提出应用遗传算法训练径向基函数神经网络的方法,计算常规潜艇的排水量和主尺度。实验结果表明此方法训练效率高、精度高具有全局搜索能力。
  • 陈明高, 石仲堃. 常规潜艇排水量和主尺度的确定新方法[J]. 中国舰船研究, 2006(2):38-41.
    阎平, 张长水. 人工神经网络与模拟进化计算[M]. 北京:清华大学出版社, 2000.
    POWELLMJD. The theory of RBF approximation in 1990[R]. Numerical Analysis Report. University of Camridge, 1990.
    GUPTAJND, SEXTONRALLS. Comparing back propagation with agenetic algorithm for neural network training[J]. Omega, 1999(23):679-684.
    方建安, 邵世煌. 采用遗传算法学习的神经网络控制器[J]. 控制与决策, 1993, 8(3):208-212.
    李艳君, 吴铁军, 赵明旺. 一种新的RBF神经网络非线性动态系统建模方法[J]. 系统工程理论与实践, 2001(3):6469.
  • 加载中
计量
  • 文章访问数:  158
  • HTML全文浏览量:  34
  • PDF下载量:  999
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-02-24
  • 录用日期:  2006-06-20
  • 修回日期:  2006-04-05
  • 刊出日期:  2006-03-25

目录

    /

    返回文章
    返回