论文部分内容阅读
利用人工神经网络完成从船舶参数空间到船舶操纵性指标空间的映射。作为输入参量的船舶参数具有一寂的自由度，比较符合船舶设计的循序渐进过程。本文采用３层９隐节点ＢＰ网络，９艘次实船资料的拟合结果的精度为０．６１３７（单项平均平方误差）。对船舶操纵性预报进行了初步研究。利用艘散货船的训练结果，对另１、艘同类船舶的回转试验的进距、横距和战术直径进行了预报。