%0 Journal Article
%T 改进PSO训练的BPNN方法的舰船主尺度建模
%A 张海鹏
%A 韩端锋
%A 郭春雨
%J 哈尔滨工程大学学报
%D 2012
%R 10.3969/j.issn.1006-7043.201108006
%X 利用改进粒子群优化算法训练的BP神经网络(BPNN)对以航母为代表的大型舰船主尺度进行了回归分析.对粒子群优化算法（PSO）的学习因子进行了关于迭代进程的自适应调整，并将改进后的PSO算法对BPNN训练过程进行优化.利用新型BPNN对典型航母主尺度（总长、总宽、设计水线长、设计水线宽、吃水与满载排水量）进行数学建模，与基于传统多项式回归的结果进行对比分析.结果表明经改进PSO训练的BPNN具有更高的输出精度且具有良好的分段光滑特性，这对于大型舰船方案论证与总体设计可起到重要的指导性作用.
%K 舰船主尺度
%K 回归分析
%K 改进粒子群优化算法
%K BP神经网络
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=20120702