论文部分内容阅读
耙吸挖泥船在生产作业的过程中,受到多方面因素的影响。在耙吸挖泥船装舱的过程中,可以通过Elman神经网络对已知的进舱流量、进舱密度这两个状态输入值,船速、耙头对地角度、溢流桶高度这三个控制输入值与装舱体积、装舱质量这两个输出值进行数据训练。从而构建装舱模型,并用粒子群算法(PSO)加以优化。实验结果证明:经过PSO优化的Elman神经网络可以更精确地预估输出值,构建的预估模型更加优秀。