CN111581724B - 一种基于船舶试验仿真模型的评估方法 - Google Patents

一种基于船舶试验仿真模型的评估方法 Download PDF

Info

Publication number
CN111581724B
CN111581724B CN202010388625.5A CN202010388625A CN111581724B CN 111581724 B CN111581724 B CN 111581724B CN 202010388625 A CN202010388625 A CN 202010388625A CN 111581724 B CN111581724 B CN 111581724B
Authority
CN
China
Prior art keywords
similarity
marine environment
marine
elements
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010388625.5A
Other languages
English (en)
Other versions
CN111581724A (zh
Inventor
王晓原
夏媛媛
姜雨函
朱慎超
王曼曼
邴绍金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Navigation Brilliance Qingdao Technology Co Ltd
Original Assignee
Navigation Brilliance Qingdao Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Navigation Brilliance Qingdao Technology Co Ltd filed Critical Navigation Brilliance Qingdao Technology Co Ltd
Priority to CN202010388625.5A priority Critical patent/CN111581724B/zh
Publication of CN111581724A publication Critical patent/CN111581724A/zh
Application granted granted Critical
Publication of CN111581724B publication Critical patent/CN111581724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及船舶与海洋工程技术领域,尤其涉及一种基于船舶试验仿真模型的评估方法。包括以下步骤:S1、获取海洋环境模型A与海洋环境真实系统B中的相似元;S2、基于相似元,采用相似度量的方法,得到相似元的相似度,具体包括:S21、基于相似元,获取相似元中要素对于海洋环境特征的比例系数;S22、获取专家评定结果;S23、基于专家评定结果,得到海洋环境特征的权重值;S24、基于海洋环境特征的权重值,并结合相似元中要素对于海洋环境特征的比例系数,得到相似元的相似度;S3、基于相似元的相似度,得到海洋环境模型A与海洋环境真实系统B的相似度。该方法能够保障所创模型的准确性,降低误差对试验结果的影响。

Description

一种基于船舶试验仿真模型的评估方法
技术领域
本发明涉及船舶与海洋工程技术领域,尤其涉及一种基于船舶试验仿真模型的评估方法。
背景技术
由于计算机技术的飞速发展,计算机辅助设计、科学计算机可视化已经被广泛应用于船舶设计领域,仿真技术的发展成为研究船舶在波浪中运动的重要手段,对船舶水动力性能的虚拟仿真分析是当下船舶研究的重要方面。船舶在海上航行时,所受到外部环境的力是复杂且随机的,因此海洋环境中自然景物的仿真难度也是极大的。
目前在海浪仿真领域比较常用的方法有:基于几何造型的方法,从构建函数出发,进行几何建模;基于物理模型的方法,一般从流体动力学方程组出发,用数值方法求解流场;基于海浪谱的方法,生成一个与真实海面有相同谱特性的高度场;基于perlin噪声的方法,主要通过不同频率的噪声函数来构造海面高度场。
针对创建好的海洋环境模型,需要采用一个评价标准对其进行评估。通过评估结果来保证所创模型的准确性,降低误差对试验结果的影响。但目前,尚无与海洋环境模型相匹配的评估方法。
发明内容
(一)要解决的技术问题
基于上述,本发明提供一种基于船舶试验仿真模型的评估方法,该方法能够更好地保障所创模型的准确性,降低误差对试验结果的影响。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明实施例提供一种基于船舶试验仿真模型的评估方法,包括以下步骤:
S1、获取海洋环境模型A与海洋环境真实系统B中的相似元,所述相似元中包括要素;
S2、基于所述相似元,采用相似度量的方法,得到相似元的相似度,具体包括:
S21、基于相似元,获取相似元中要素对于海洋环境特征的比例系数;
S22、获取专家评定结果,所述专家评定结果为针对海洋环境特征进行评定得到的权数;
S23、基于专家评定结果,得到海洋环境特征的权重值;
S24、基于海洋环境特征的权重值,并结合相似元中要素对于海洋环境特征的比例系数,得到相似元的相似度;
S3、基于相似元的相似度,得到海洋环境模型A与海洋环境真实系统B的相似度。
本发明实施例提出的基于船舶试验仿真模型的评估方法,由于采用相似度量的方法,相对于现有技术而言,其可以通过计算相似性的方法得到创建的海洋环境模型与海洋环境真实系统的相似性,达到了对创建的海洋环境模型的精确评估,保证评估结果的可靠性。避免因数据误差导致性能分析不准确的问题,同时避免仿真试验的无用功。
可选地,海洋环境模型A由k个要素组成,海洋环境真实系统B由l个要素组成,A={a1,a2,...,ak},B={b1,b2,...,bl};
海洋环境模型A与海洋环境真实系统B之间有n个相似元ui,记为相似元集合U,U={u1,u2,...,un},其中i=1,2,...,n,1≤n≤min(k,l);
相似元ui是将海洋环境模型A和海洋环境真实系统B按照要素特性筛选得到的系统间相似的最小单位。
可选地,步骤S21中,相似元中要素对于特征的比例系数满足以下公式:
Figure BDA0002484820470000021
式中,rij为相似元ui中要素对于海洋环境特征sj的比例系数,i=1,2,...,n,j=1,2,...,m,0<rij<1,u(ai)为要素ai相对于海洋环境特征sj的特征值,u(bi)为要素bi相对于海洋环境特征sj的特征值。
可选地,步骤S22中,针对海洋环境特征进行评定得到的权数满足以下公式:
Figure BDA0002484820470000031
式中,pg为第g位专家,g=1,2,...,t,dj(pg)为第g位专家对海洋环境特征sj进行评定得到的权数;
当第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性时专家评定结果取1,否则专家评定结果取0,满足以下公式:
Figure BDA0002484820470000032
其中,
Figure BDA0002484820470000033
为第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性,
Figure BDA0002484820470000034
第g位专家pg认为海洋环境特征sh的重要性小于或等于海洋环境特征sj的重要性。
可选地,步骤S23中,海洋环境特征的权重值满足以下公式:
Figure BDA0002484820470000035
式中,dj为海洋环境特征sj的权重值。
可选地,步骤S24中,相似元的相似度满足以下公式:
Figure BDA0002484820470000036
式中,q(ui)为相似元ui的相似度。
可选地,海洋环境模型A与海洋环境真实系统B的相似度满足以下公式:
Figure BDA0002484820470000041
Figure BDA0002484820470000042
式中,Q(A,B)为海洋环境模型A与海洋环境真实系统B的相似度,Qu为由相似元的相似度确定的相似系统相似度,Qn为由相似元的数量确定的相似系统相似度,βi为海洋环境模型A与海洋环境真实系统B中,每一相似元与相似系统相似程度的权重系数。
可选地,海洋环境模型A与海洋环境真实系统B的相似度满足以下公式:
Q(A,B)=ω1Qu2Qn
Figure BDA0002484820470000043
式中,ω1为由相似元的相似度确定的相似系统相似度Qu在海洋环境模型A与海洋环境真实系统B中的权重系数,ω2为由相似元的数量确定的相似系统相似度Qn在海洋环境模型A与海洋环境真实系统B中的权重系数。
可选地,在船舶水动力仿真试验中创建海洋环境模型A,海洋环境模型A的创建方法包括以下步骤:
101、将海洋环境中的要素参数存储在数据库中,构建海洋环境建模数据库,供系统参数调用;
102、通过VC++界面连接数据库并调取数据库中的海洋环境中的要素参数;
103、将调取的数据库中的海洋环境中的要素参数输入预先准备的船舶水动力仿真系统中,得到海洋环境模型A。
(三)有益效果
本发明的有益效果是:本发明的基于船舶试验仿真模型的评估方法,该评估方法可以用于多类船舶试验模型的评估。由于采用相似度量的方法,相对于现有技术而言,其可以通过计算相似性的方法得到创建的海洋环境模型与海洋环境真实系统的相似性,达到了对创建的海洋环境模型的精确评估,保证评估结果的可靠性。避免因数据误差导致性能分析不准确的问题,同时避免仿真试验的无用功。
附图说明
图1为本发明提供的基于船舶试验仿真模型的评估方法的流程图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本发明实施例提出的基于船舶试验仿真模型的评估方法,由于采用相似度量的方法,能够更好的保障所创模型的准确性,降低误差对试验结果的影响。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例1
本实施例提供的一种基于船舶试验仿真模型的评估方法,是针对在船舶水动力仿真试验过程中创建的海洋环境模型进行评估的。
海洋环境包括地球上广大连续的海和洋的总水域,是人类赖以生存和发展的自然环境的重要组成部分,也是进行船舶水动力性能分析和验证的重要环境。海洋环境模型是以数字的方式在计算机环境中再现真实海洋环境的映像,具有逼真再现真实海洋环境并提供辅助控制决策的功能,使真实海洋环境现实化和直观化。海洋环境模型可以为专家和工作者提供观察、处理和分析海洋环境数据,也是进行船舶水动力性能分析的重要载体。
在进行船舶水动力性能仿真试验过程中,海洋环境模型是采用参数化方式建立的,通过查找大量的海洋环境资料和船员经验整理成海洋环境数据库;仿真软件调用海洋环境数据库中海洋环境要素参数,进行海洋环境的模型创建;然后与船舶的水动力参数结合计算船舶在海洋环境下的运动轨迹和姿态;最后将试验过程中关于海洋环境的试验数据录入到海洋环境数据库中,使数据库中的数据信息更加完善,数据分析误差缩小。海洋环境模型的创建需要参照性能分析的要求来设计,这样才能更好的保障水动力性能数据分析的准确性。
海洋环境模型创建的结果是否可信,是否满足性能分析要求,是否有效,这些都直接影响船舶水动力性能的分析。因此,需要对创建的海洋环境模型进行评估,否则其仿真创建的模型将对船舶的性能分析产生误导,导致性能分析出现误差。
常见的评估项目包括可靠性、可信度、逼真度、相似度、精度和准确性等,其中可信度是模型创建中所有评估项目的核心,是模型创建评估中极为重要的一部分,也是保证仿真系统具有重用性和互操作性的重要依据。
为使评估结果更加准确,本实施例中采用相似度量的方法对海洋环境模型进行定量分析,图1为本发明提供的基于船舶试验仿真模型的评估方法的流程图,包括以下步骤:
S1、获取海洋环境模型A与海洋环境真实系统B中的相似元。
具体地:假设海洋环境模型A由k个要素组成,海洋环境真实系统B由l个要素组成,则A={a1,a2,...,ak},B={b1,b2,...,bl}。若海洋环境模型A中要素ax(x=1,2,...,k)的特性与海洋环境真实系统B中要素by(y=1,2,..,l)的特性相同,则将具有一定对应相似要素ax与by构成集合U',U'={ax,by}。假定海洋环境模型A与海洋环境真实系统B之间存在n个相同属性和特征的要素,则海洋环境模型A与海洋环境真实系统B中有n个相似元ui,记为相似元集合U,U={u1,u2,...,un},其中i=1,2,...,n,1≤n≤min(k,l)。相似元ui是将海洋环境模型A和海洋环境真实系统B按照要素特性筛选得到的系统间相似的最小单位。
例如:海洋环境模型A={海洋空间地理,海洋大气,海洋水文},海洋环境真实系统B={海洋大气,海洋水文,海洋水声},则相似元集合U={海洋大气,海洋水文}。
S2、基于相似元,采用相似度量的方法,得到相似元的相似度。
系统间相似程度的计算是通过确定相似要素的相似程度来确定,而相似要素的相似程度需要构建相似元并计算出相似元的相似度才能确定。通过步骤S1,相似元集合已经构建完成。此步骤中确定相似元的相似度,相似元的相似度与相似元中相似要素的相似特征密切相关,相似元是进行相似判断的最小单元,其中包含两个相似要素。
具体包括:
S21、基于相似元,获取相似元中相似要素对于海洋环境特征比例系数。通常情况下,相似要素之间都会存在一个或者多个共同的属性与特征。海洋环境特征用S表示,把海洋环境特征记为S={s1、s2、...、sm},一共有m个特征。
获取相似元ui中相似要素对于海洋环境特征sj的比例系数rij,满足以下公式:
Figure BDA0002484820470000071
式中,u(ai)为要素ai相对于海洋环境特征sj的特征值,u(bi)为要素bi相对于海洋环境特征sj的特征值,i=1,2,...,n,j=1,2,...,m,0<rij<1。
S22、采用专家投票的方法,对海洋环境特征进行权数评定,获取专家评定结果。设定有t位专家(p1,p2,...,pt),分别对S中海洋环境的特征(例如:海洋环境特征S={潮高,浪高,水温,能见度,障碍物,声速})。
进行权数评定,满足公式以下:
Figure BDA0002484820470000081
式中,pg为第g位专家,dj(pg)为第g位专家对海洋环境特征sj进行评定得到的权数,j=1,2,...,m。
当第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性时专家评定结果取1,否则专家评定结果取0,满足以下公式:
Figure BDA0002484820470000082
式中,
Figure BDA0002484820470000083
为第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性,
Figure BDA0002484820470000084
第g位专家pg认为海洋环境特征sh的重要性小于或等于海洋环境特征sj的重要性。
得到每位专家的评定结果如表1所示。
表1每位专家对于海洋环境特征的评定结果
Figure BDA0002484820470000085
S23、基于专家评定结果,得到海洋环境特征sj的权重值dj,满足以下公式:
Figure BDA0002484820470000086
S24、基于海洋环境特征sj的权重值dj,并结合相似元中相似要素对于海洋环境特征sj的比例系数rij,得到相似元ui的相似度q(ui),满足以下公式:
Figure BDA0002484820470000091
S3、基于相似元的相似度,得到海洋环境模型A与海洋环境真实系统B的相似度。
海洋环境模型A与海洋环境真实系统B的相似度受以下两方面影响:由相似元的相似度确定的相似系统相似度Qu和由相似元的数量确定的相似系统相似度Qn
则由相似元的相似度确定的相似系统相似度Qu满足以下公式:
Figure BDA0002484820470000092
式中,βi为海洋环境模型A与海洋环境真实系统B中,每一相似元与相似系统相似程度的权重系数。
由相似元的数量确定的相似系统相似度Qn满足以下公式:
Figure BDA0002484820470000093
结合上述,海洋环境模型A与海洋环境真实系统B的相似度Q(A,B)满足以下公式:
Figure BDA0002484820470000094
Figure BDA0002484820470000095
当海洋环境模型A与海洋环境真实系统B中组成的相似元以及特性在保持不变的情况下,他们中的相似元越多,相似元的相似度越大,海洋环境模型A与海洋环境真实系统B的相似度就越大,那么海洋环境模型A的可信度就越高,与海洋环境真实系统B也就更相符合。
如果再深入考虑一些,把相似元数量和相似元相似度两者对相似系统相似度的影响同时考虑时,这两者之间就具有互补性时,则海洋环境模型A与海洋环境真实系统B的相似度满足以下公式:
Q(A,B)=ω1Qu2Qn
Figure BDA0002484820470000101
式中,ω1为由相似元的相似度确定的相似系统相似度Qu在海洋环境模型A与海洋环境真实系统B中的权重系数,ω2为由相似元的数量确定的相似系统相似度Qn在海洋环境模型A与海洋环境真实系统B中的权重系数。
在相似元的数量和相似元的相似度平权条件下,满足以下公式:
Figure BDA0002484820470000102
显然,不同相似元对系统相似度影响程度是不同的,即权重是不一样的。在模型创建实施过程中,确定各相似元的权重是否合理直接影响模型与真实系统的相似度的计算,直接影响对模型的评价。
实施例2
对于前述步骤S1中的海洋环境模型A,本实施例提供了一种基于船舶仿真试验的海洋环境模型A的创建方法,海洋环境模型A是在船舶水动力仿真试验中创建的,包括如下步骤:
101、将海洋环境中的海洋大气、海洋水文等要素参数存储在数据库中,构建海洋环境建模数据库,供系统参数调用;
102、通过VC++界面连接数据库并调取数据库中的海洋环境中的海洋大气、海洋水文等要素参数;
103、将调取的数据库中的海洋环境中的海洋大气、海洋水文等要素参数输入预先准备的船舶水动力仿真系统中,得到海洋环境模型A,结合船舶模型完成环境中船舶航行的预报。
通过创建数据库,仿真软件调用数据信息的形式构建海洋环境模型,比较适用于分析船舶的水动力性能,采用这样的方式可以快速调用海洋环境中的要素参数,还可以结合船舶桨舵的运动控制模型,完成海洋环境与船舶运动的协同仿真,使得船舶的性能分析更加简单快速。
需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。

Claims (9)

1.一种基于船舶试验仿真模型的评估方法,其特征在于,包括以下步骤:
S1、获取海洋环境模型A与海洋环境真实系统B中的相似元,所述相似元中包括要素;
S2、基于所述相似元,采用相似度量的方法,得到相似元的相似度,具体包括:
S21、基于相似元,获取相似元中要素对于海洋环境特征的比例系数;
S22、获取专家评定结果,所述专家评定结果为针对海洋环境特征进行评定得到的权数;
S23、基于专家评定结果,得到海洋环境特征的权重值;
S24、基于海洋环境特征的权重值,并结合相似元中要素对于海洋环境特征的比例系数,得到相似元的相似度;
S3、基于相似元的相似度,得到海洋环境模型A与海洋环境真实系统B的相似度。
2.如权利要求1所述的基于船舶试验仿真模型的评估方法,其特征在于,所述海洋环境模型A由k个要素组成,海洋环境真实系统B由l个要素组成,A={a1,a2,...,ak},B={b1,b2,...,bl};
海洋环境模型A与海洋环境真实系统B之间有n个相似元ui,记为相似元集合U,U={u1,u2,...,un},其中i=1,2,...,n,1≤n≤min(k,l);
相似元ui是将海洋环境模型A和海洋环境真实系统B按照要素特性筛选得到的系统间相似的最小单位。
3.如权利要求2所述的基于船舶试验仿真模型的评估方法,其特征在于,所述步骤S21中,相似元中要素对于海洋环境特征的比例系数满足以下公式:
Figure FDA0002484820460000011
式中,rij为相似元ui中要素对于海洋环境特征sj的比例系数,j=1,2,...,m,0<rij<1;u(ai)为要素ai相对于海洋环境特征sj的特征值,u(bi)为要素bi相对于海洋环境特征sj的特征值。
4.如权利要求3所述的基于船舶试验仿真模型的评估方法,其特征在于,所述步骤S22中,针对海洋环境特征进行评定得到的权数满足以下公式:
Figure FDA0002484820460000021
式中,pg为第g位专家,g=1,2,...,t,dj(pg)为第g位专家对海洋环境特征sj进行评定得到的权数;
当第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性时专家评定结果取1,否则专家评定结果取0,满足以下公式:
Figure FDA0002484820460000022
式中,
Figure FDA0002484820460000023
为第g位专家pg认为海洋环境特征sh的重要性大于海洋环境特征sj的重要性,
Figure FDA0002484820460000024
第g位专家pg认为海洋环境特征sh的重要性小于或等于海洋环境特征sj的重要性。
5.如权利要求4所述的基于船舶试验仿真模型的评估方法,其特征在于,所述步骤S23中,海洋环境特征的权重值满足以下公式:
Figure FDA0002484820460000025
式中,dj为海洋环境特征sj的权重值。
6.如权利要求5所述的基于船舶试验仿真模型的评估方法,其特征在于,所述步骤S24中,相似元的相似度满足以下公式:
Figure FDA0002484820460000026
式中,q(ui)为相似元ui的相似度。
7.如权利要求6所述的基于船舶试验仿真模型的评估方法,其特征在于,海洋环境模型A与海洋环境真实系统B的相似度满足以下公式:
Figure FDA0002484820460000031
Figure FDA0002484820460000032
式中,Q(A,B)为海洋环境模型A与海洋环境真实系统B的相似度,Qu为由相似元的相似度确定的相似系统相似度,Qn为由相似元的数量确定的相似系统相似度,βi为海洋环境模型A与海洋环境真实系统B中,每一相似元与相似系统相似程度的权重系数。
8.如权利要求7所述的基于船舶试验仿真模型的评估方法,其特征在于,海洋环境模型A与海洋环境真实系统B的相似度满足以下公式:
Q(A,B)=ω1Qu2Qn
Figure FDA0002484820460000033
式中,ω1为由相似元的相似度确定的相似系统相似度Qu在海洋环境模型A与海洋环境真实系统B中的权重系数,ω2为由相似元的数量确定的相似系统相似度Qn在海洋环境模型A与海洋环境真实系统B中的权重系数。
9.如权利要求1-8中任一所述的基于船舶试验仿真模型的评估方法,其特征在于,在船舶水动力仿真试验中创建所述海洋环境模型A,海洋环境模型A的创建方法包括以下步骤:
101、将海洋环境中的要素参数存储在数据库中,构建海洋环境建模数据库,供系统参数调用;
102、通过VC++界面连接数据库并调取数据库中的海洋环境中的要素参数;
103、将调取的数据库中的海洋环境中的要素参数输入预先准备的船舶水动力仿真系统中,得到海洋环境模型A。
CN202010388625.5A 2020-05-09 2020-05-09 一种基于船舶试验仿真模型的评估方法 Active CN111581724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010388625.5A CN111581724B (zh) 2020-05-09 2020-05-09 一种基于船舶试验仿真模型的评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010388625.5A CN111581724B (zh) 2020-05-09 2020-05-09 一种基于船舶试验仿真模型的评估方法

Publications (2)

Publication Number Publication Date
CN111581724A CN111581724A (zh) 2020-08-25
CN111581724B true CN111581724B (zh) 2023-05-02

Family

ID=72126471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010388625.5A Active CN111581724B (zh) 2020-05-09 2020-05-09 一种基于船舶试验仿真模型的评估方法

Country Status (1)

Country Link
CN (1) CN111581724B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102300240A (zh) * 2011-08-26 2011-12-28 北京邮电大学 一种基于输出性能参数评估两个系统相似度的方法
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103303433A (zh) * 2013-05-21 2013-09-18 中国船舶工业集团公司第七〇八研究所 一种船舶性能虚拟测试系统及测试方法
CN104077490A (zh) * 2014-07-03 2014-10-01 哈尔滨工业大学 飞行器导航制导与控制地面仿真系统效能评估方法
CN104134004A (zh) * 2014-07-31 2014-11-05 哈尔滨工程大学 一种基于d-s证据理论的海洋环境安全评估方法
CN106446209A (zh) * 2016-09-30 2017-02-22 浙江大学 一种海洋环境监测要素短期预测方法
CN106709192A (zh) * 2016-12-29 2017-05-24 国网内蒙古东部电力有限公司 一种基于云物元模型的配电网三维仿真培训可信度评估方法
WO2019042162A1 (zh) * 2017-08-29 2019-03-07 上海海洋大学 基于环境因子的西北非海域头足类渔场预报方法
CN109670202A (zh) * 2018-11-15 2019-04-23 中国人民解放军空军工程大学 一种基于云模型的仿真可信度评估方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4245872B2 (ja) * 2002-08-28 2009-04-02 富士フイルム株式会社 類似度判定方法および装置並びにプログラム
US8751429B2 (en) * 2012-07-09 2014-06-10 Wine Ring, Inc. Personal taste assessment method and system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102300240A (zh) * 2011-08-26 2011-12-28 北京邮电大学 一种基于输出性能参数评估两个系统相似度的方法
CN102831644A (zh) * 2012-07-09 2012-12-19 哈尔滨工程大学 一种海洋环境信息三维可视化方法
CN103303433A (zh) * 2013-05-21 2013-09-18 中国船舶工业集团公司第七〇八研究所 一种船舶性能虚拟测试系统及测试方法
CN104077490A (zh) * 2014-07-03 2014-10-01 哈尔滨工业大学 飞行器导航制导与控制地面仿真系统效能评估方法
CN104134004A (zh) * 2014-07-31 2014-11-05 哈尔滨工程大学 一种基于d-s证据理论的海洋环境安全评估方法
CN106446209A (zh) * 2016-09-30 2017-02-22 浙江大学 一种海洋环境监测要素短期预测方法
CN106709192A (zh) * 2016-12-29 2017-05-24 国网内蒙古东部电力有限公司 一种基于云物元模型的配电网三维仿真培训可信度评估方法
WO2019042162A1 (zh) * 2017-08-29 2019-03-07 上海海洋大学 基于环境因子的西北非海域头足类渔场预报方法
CN109670202A (zh) * 2018-11-15 2019-04-23 中国人民解放军空军工程大学 一种基于云模型的仿真可信度评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
洪晔.仿真系统仿真模型可信度研究.《中国优秀硕士学位论文全文数据库(电子期刊)-信息科技辑》.2005,第I138-653页. *

Also Published As

Publication number Publication date
CN111581724A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
Peri et al. High-fidelity models and multiobjective global optimization algorithms in simulation-based design
Sharma et al. Challenges in computer applications for ship and floating structure design and analysis
Kröger et al. Adjoint volume-of-fluid approaches for the hydrodynamic optimisation of ships
CN111199270A (zh) 一种基于深度学习的区域波高预报方法及终端
Schirmann et al. Data-driven models for vessel motion prediction and the benefits of physics-based information
US20210365616A1 (en) Simulation by substitution of a model by physical laws with an automatic learning model
Heidebrecht et al. Surrogate model of complex non-linear data for preliminary nacelle design
Liu et al. Hull form optimization design of KCS at full speed range based on resistance performance in calm water
Schirmann et al. A comparison of physics-informed data-driven modeling architectures for ship motion predictions
Wang et al. Three-dimensional ship hull encoding and optimization via deep neural networks
CN111079326A (zh) 二维各向异性网格单元度量张量场光滑化方法
CN111581724B (zh) 一种基于船舶试验仿真模型的评估方法
Szlapczynski et al. Ship weather routing featuring w-MOEA/D and uncertainty handling
Mokhtar et al. Pedestrian wind factor estimation in complex urban environments
Li et al. Compressor map regression modelling based on partial least squares
Jiang et al. Adaptive ensemble of multi-kernel Gaussian process regressions based on heuristic model screening for nonparametric modeling of ship maneuvering motion
Shimoyama et al. Practical implementation of robust design assisted by response surface approximation and visual data-mining
US20230325565A1 (en) Simulation of a combustion chamber by coupling a large-scale solver and a multilayer neural network
Ichinose et al. A curved surface representation method for convolutional neural network of wake field prediction
Chaves et al. Enhancing Virtual Prototype In Ship Design Using Modular Techniques.
Lazzara et al. A Decoupled Method for Estimating Non-Ideal Sonic Boom Performance of Low-Boom Aircraft Due to Off-Design Flight Conditions and Non-Standard Atmospheres
Liu et al. Rapid data-driven individualised shape design of AUVs based on CFD and machine learning
Hodges et al. AI/ML applications for ship design
Mukti et al. Computer aided sketching in the early-stage design of complex vessels
Aram et al. On the Uncertainty Quantification of Roll Decay Test

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant