[發(fā)明專利]基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010898868.3
• 申請(qǐng)日: 2020-08-31
• 公開(kāi)（公告）號(hào): CN111950093B
• 公開(kāi)（公告）日: 2023-03-14
• 發(fā)明（設(shè)計(jì)）人: 鄧義斌;楊小鋼
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號(hào): G06F30/15
• 分類號(hào): G06F30/15;G06F30/27;G06F119/14
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 鄭勤振

公開(kāi)了一種基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)的方法，包括：根據(jù)仿真樣本集進(jìn)行理想狀態(tài)軸系神經(jīng)網(wǎng)絡(luò)訓(xùn)練，獲得理想狀態(tài)下軸系神經(jīng)網(wǎng)絡(luò)，并求出在實(shí)測(cè)數(shù)據(jù)點(diǎn)處的誤差期望值；求出仿真樣本集每個(gè)樣本點(diǎn)對(duì)應(yīng)的誤差容量區(qū)間，將誤差容量區(qū)間的中間值作為仿真樣本點(diǎn)的誤差期望，求每個(gè)仿真樣本點(diǎn)與誤差期望之和，并構(gòu)成新的訓(xùn)練樣本集，用求得的新的訓(xùn)練樣本集替換原有仿真樣本集并對(duì)軸系神經(jīng)網(wǎng)絡(luò)進(jìn)行二次訓(xùn)練，得到的優(yōu)化神經(jīng)網(wǎng)絡(luò)。

技術(shù)領(lǐng)域

本發(fā)明屬于中間軸承安裝變位技術(shù)領(lǐng)域，具體地指一種基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)的方法。

背景技術(shù)

有些船舶受機(jī)艙艉部線型、船體穩(wěn)性及作業(yè)需求等各方面因素限制，目前常采用中前機(jī)艙布置，因此造成推進(jìn)系統(tǒng)軸系較長(zhǎng)，中間軸、中間軸承數(shù)量較多，形成所謂的多支撐軸系。良好的軸系校中能合理分配各個(gè)軸承上的支反力，是船舶穩(wěn)定航行的重要保證，因此針對(duì)軸系安裝過(guò)程軸承支反力大小，各船級(jí)社制定了較為嚴(yán)格的規(guī)范。針對(duì)多支撐軸系校中困難的問(wèn)題，有學(xué)者提出了一種基于GA-BP算法的船舶軸系中間軸承安裝變位調(diào)整方法。該方法選取實(shí)測(cè)變位數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，后使用GA-BP神經(jīng)網(wǎng)絡(luò)計(jì)算各中間軸承調(diào)整至規(guī)范高度時(shí)所需的變位值。但實(shí)際調(diào)整過(guò)程中的實(shí)測(cè)數(shù)據(jù)數(shù)量較少，不足以完成網(wǎng)絡(luò)的訓(xùn)練過(guò)程，故在使用該方法時(shí)常用仿真數(shù)據(jù)代替實(shí)測(cè)數(shù)據(jù)。但仿真數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)存在一定誤差，導(dǎo)致網(wǎng)絡(luò)精度有所欠缺。

發(fā)明內(nèi)容

本公開(kāi)提供一種基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)的方法。將少量的實(shí)測(cè)數(shù)據(jù)與大量的仿真數(shù)據(jù)相結(jié)合，優(yōu)化訓(xùn)練樣本集以達(dá)到減小誤差的目的。

本公開(kāi)的至少一個(gè)實(shí)施例提供一種基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)的方法，包括：根據(jù)仿真樣本集進(jìn)行理想狀態(tài)軸系神經(jīng)網(wǎng)絡(luò)訓(xùn)練，獲得理想狀態(tài)下軸系神經(jīng)網(wǎng)絡(luò)，并求出在實(shí)測(cè)數(shù)據(jù)點(diǎn)處的誤差期望值；

將仿真樣本集代入下式，

求出每個(gè)樣本點(diǎn)對(duì)應(yīng)的誤差容量區(qū)間，將誤差容量區(qū)間的中間值作為仿真樣本點(diǎn)的誤差期望，求每個(gè)仿真樣本點(diǎn)與誤差期望之和，并構(gòu)成新的訓(xùn)練樣本集，用求得的新的訓(xùn)練樣本集替換原有仿真樣本集并對(duì)軸系神經(jīng)網(wǎng)絡(luò)進(jìn)行二次訓(xùn)練，得到的優(yōu)化神經(jīng)網(wǎng)絡(luò)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例的附圖作簡(jiǎn)單地介紹。

圖1為本發(fā)明一實(shí)施例提供的基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)方法的流程圖。

圖2為本發(fā)明一實(shí)施例提供的中間軸承支反力誤差對(duì)比曲線圖。

具體實(shí)施方式

圖1展示了基于不同置信度訓(xùn)練樣本優(yōu)化軸系神經(jīng)網(wǎng)絡(luò)方法的原理圖。如圖1，根據(jù)仿真樣本集進(jìn)行理想狀態(tài)軸系神經(jīng)網(wǎng)絡(luò)訓(xùn)練，獲得理想狀態(tài)下軸系神經(jīng)網(wǎng)絡(luò)，并求出在實(shí)測(cè)數(shù)據(jù)點(diǎn)處的誤差期望值；求出仿真樣本集每個(gè)樣本點(diǎn)對(duì)應(yīng)的誤差容量區(qū)間，將誤差容量區(qū)間的中間值作為仿真樣本點(diǎn)的誤差期望，求每個(gè)仿真樣本點(diǎn)與誤差期望之和，并構(gòu)成新的訓(xùn)練樣本集，用求得的新的訓(xùn)練樣本集替換原有仿真樣本集并對(duì)軸系神經(jīng)網(wǎng)絡(luò)進(jìn)行二次訓(xùn)練，得到的優(yōu)化神經(jīng)網(wǎng)絡(luò)。下方將對(duì)本發(fā)明方法進(jìn)行詳細(xì)描述。

1)軸系模型誤差分析

運(yùn)用仿真模型計(jì)算軸系受力可以獲得大量的可規(guī)劃樣本，但實(shí)際安裝過(guò)程中具有更多的不確定因素導(dǎo)致仿真結(jié)果與實(shí)測(cè)數(shù)據(jù)具有一定的誤差。并且在安裝過(guò)程中獲取足夠多的實(shí)測(cè)樣本用以神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是不現(xiàn)實(shí)的，故若想以少量的真實(shí)樣本與仿真計(jì)算得到的樣本融合訓(xùn)練一個(gè)綜合軸系神經(jīng)網(wǎng)絡(luò)，應(yīng)考慮兩種樣本存在不同的置信級(jí)。

軸系仿真模型由于無(wú)法將所有實(shí)際情況考慮在內(nèi)，相較于軸系真實(shí)模型，具有一定的誤差，可將軸系仿真模型視為是軸系真實(shí)模型的一種變異。同理，軸系真實(shí)模型也可視為仿真模型的一種變異。則有真實(shí)軸系模型r(x)＝仿真軸系模型s(x)+仿真模型誤差ε(x)。求其期望，得下式(1)