基于遗传神经网络的耙吸挖泥船泥泵转速预测

来源：计算机测量与控制杂志2017年第10期北京时间：

作者：曹点点,苏贞,孙健

摘要：耙吸挖泥船泥泵管线模型是一个复杂的、非线性的动态模型,影响模型准确性的参数较多;为了根据当前施工条件和流量的优化值准确地预测转速,为施工人员提供参考,提高疏浚效率,采用了遗传算法改进的BP神经网络对泥泵转速进行预测;首先,遗传算法对BP神经网络的初始权值和阈值进行优化;然后,BP神经网络根据优化值对网络进行训练并对转速进行预测;为了验证该方法的有效性,将遗传BP神经网络的预测输出和实测泥泵转速进行对比;仿真结果表明:遗传BP神经网络具有很强的非线性拟合能力和全局搜索能力,能够准确地预测泥泵转速;该预测输出可为施工人员提供参考,以便改变泥泵转速,提高疏浚效率。

关键词：耙吸挖泥船;遗传神经网络;泥泵转速;预测

基金资助：江苏高校高技术船舶协同创新中心资助项目(HZ2016011)。