船舶在波浪中的运动预报一直是船舶行业所关注的问题,它关系着船舶航行的安全。为预报船舶在波浪中的运动,一个重要的途径是基于船舶运动数学模型的计算机数值模拟。在建立船舶运动数学模型时,传统上采用的方法主要有模型试验、经验公式估算、基于势流理论的数值计算和基于粘性流求解的计算流体动力学(Computational Fluid Dynamics,CFD)计算等。然而,这些方法主要是针对船模进行预报研究,在实船方面的应用还存在一些问题,如基于模型试验结果进行预报存在的尺度效应,CFD计算能力的限制等。近十年来,随着系统辨识技术的发展和新的辨识方法的不断涌现,应用系统辨识技术对船舶运动进行辨识建模和预报日益受到造船界的关注。系统辨识是通过拟合系统的输入与输出确定合适的系统数学模型的一种方法,包括参数辨识和非参数辨识两个方面。参数辨识是系统的数学模型结构形式已知,而数学模型中的物理参数未知,辨识的目的是应用辨识方法确定数学模型中的未知参数;非参数辨识是不仅数学模型中的物理参数未知,而且数学模型结构形式也未知,辨识的目的是应用辨识方法建立一个能够近似描述系统动力学特性的数学模型。应用系统辨识技术进行船舶在波浪中的运动建模和预报研究,可以对传统的预报方法进行补充,丰富船舶在波浪中运动预报的技术手段。而且,系统辨识技术可直接用于对实船进行波浪中的运动建模和预报,从而避免尺度效应的影响,提高运动预报的精度。本论文应用支持向量回归机(Support Vector Regression,SVR)对船舶在波浪中的运动进行辨识建模研究。与最小二乘法、人工神经网络等基于传统统计学理论的辨识方法相比,SVR以现代统计学习理论为基础,克服了基于传统统计学理论的辨识方法泛化能力差,易陷入局部最优,学习需要大量样本等缺点,具有较好的泛化性能,适合小样本下的辨识学习。为提高SVR的学习效率,论文采用序列最小最优化算法求解SVR的凸二次规划问题,并利用格点搜索法选择确定SVR的惩罚参数和不敏感损失因子等。为验证SVR应用于波浪中船舶运动辨识建模的正确性和有效性,论文分别应用SVR对船舶在波浪中的单自由度横摇运动、垂荡-纵摇耦合运动以及参数横摇运动进行了辨识建模研究。为准确预报船舶在波浪中的横摇运动,关键是准确地确定横摇阻尼和回复力矩。由于横摇阻尼与流体的粘性密切相关,迄今为止,国际上还缺乏一个通用有效的方法能够准确预报船舶在波浪中的横摇阻尼。为此,本论文应用SVR对船舶在波浪中的单自由度横摇运动分别进行了参数辨识和非参数辨识研究。在参数辨识方面,应用SVR分别对船舶在静水中的自由横摇衰减运动、在规则波中的横摇运动以及在不规则波中的随机横摇运动进行分析,辨识获得船舶横摇运动方程中的阻尼系数和回复力矩系数等,并应用辨识得到的系数对船舶的横摇运动进行数值模拟。在应用SVR对船舶在不规则波中的横摇运动进行分析时,引入随机减量技术对船舶在不规则波中的随机横摇运动响应数据进行预处理,获得横摇运动的随机衰减信号;基于获得的随机衰减信号,应用SVR辨识得到横摇的阻尼系数和回复力矩系数。数值模拟试验和模型试验的辨识结果表明,SVR可以用来对船舶静水中的自由横摇衰减运动、规则波中的横摇运动和不规则波中的随机横摇运动进行辨识,准确地获得船舶横摇运动的阻尼系数和回复力矩系数等。在非参数辨识方面,应用SVR分别对船舶在静水中的自由横摇衰减运动、在规则波中的横摇运动和在不规则波中的随机横摇运动进行分析,建立了船舶横摇阻尼和回复力矩的非线性SVR模型,并利用辨识结果对船舶的横摇运动进行了数值模拟。为验证SVR的辨识效果,分别将SVR应用于分析船舶横摇运动的数值模拟数据和模型试验数据,辨识结果表明,SVR能够应用于对船舶在静水中的自由横摇运动和在规则波及不规则波中的横摇运动进行非参数辨识,建立横摇运动的阻尼和回复力矩的非参数模型。船舶在波浪中的垂荡-纵摇耦合运动预报是耐波性研究的典型问题。过去大多是利用数值计算方法或模型试验对船模在波浪中的垂荡-纵摇耦合运动进行预报,而应用系统辨识技术进行运动建模和预报的研究很少。本论文应用SVR对船舶在规则波中和不规则波中的垂荡-纵摇耦合运动进行参数辨识和非参数辨识研究,以期能够应用该方法对实船在波浪中的垂荡-纵摇耦合运动进行辨识建模和预报。在参数辨识方面,应用SVR辨识获得了船舶垂荡-纵摇耦合运动方程中的各项水动力系数;在非参数辨识方面,通过辨识建立了描述船舶在垂荡-纵摇耦合运动过程中所受水动力的SVR模型。考虑到船舶在不规则波浪中运动的随机性,论文应用随机减量技术与SVR相结合的辨识方法对船舶在不规则波中的垂荡-纵摇耦合运动进行了辨识。其中,随机减量技术被用来获得垂荡-纵摇耦合运动的随机衰减信号,然后应用SVR对得到的随机衰减信号进行分析,对船舶的垂荡-纵摇耦合运动进行辨识建模和预报。为验证SVR的辨识效果,分别应用SVR分析了船舶在规则波和不规则波中的垂荡-纵摇耦合运动的数值模拟数据和模型试验数据,辨识结果表明,基于获得的耦合运动响应,可以应用SVR对船舶在波浪中的垂荡-纵摇耦合运动进行参数辨识和非参数辨识。水面船舶尤其是集装箱船在纵向波浪中航行时,即使航行在中等海况条件下也可能发生参数横摇共振现象,严重威胁着船舶的航行安全。为准确预报船舶的参数横摇运动,本论文应用SVR对船舶在纵向规则波中航行时的参数横摇运动进行了参数和非参数辨识建模研究。在参数辨识方面,根据已知的参数横摇共振的数学模型结构,应用SVR辨识获得了模型中的阻尼系数、回复力(矩)系数和波浪激励力(矩)系数。在非参数辨识方面,通过辨识获得了描述船舶在纵向规则波中的参数横摇共振运动的SVR模型。为验证SVR的辨识效果,论文数值模拟了某集装箱船在纵向规则波中的参数横摇共振,然后应用SVR对数值模拟数据进行分析,辨识得到了参数横摇运动数学模型中的未知系数(参数辨识)和SVR模型(非参数辨识)。辨识结果表明,SVR可以用来对船舶在纵向规则波中的参数横摇共振运动进行参数辨识和非参数辨识,建立相应的数学模型。本论文所采用的基于SVR的辨识建模方法,不仅可以对船舶在波浪中的运动进行参数辨识,获得运动数学模型中未知的水动力系数,而且可以对船舶在波浪中的运动进行非参数辨识,获得非参数SVR模型,对船舶在波浪中的运动进行预报,从而为波浪中的船舶运动建模和预报提供了一种新的有效方法。