- 专利标题: 一种基于神经网络自学习的水池内造畸形波的智能方法
-
申请号: CN202010016991.8申请日: 2020-01-08
-
公开(公告)号: CN111141483A公开(公告)日: 2020-05-12
- 发明人: 李焱 , 谢芃 , 尹天畅 , 赵志娟 , 夏妮 , 祁宣博 , 魏高龙 , 刘晓毅
- 申请人: 天津大学
- 申请人地址: 天津市津南区海河教育园雅观路135号天津大学北洋园校区
- 专利权人: 天津大学
- 当前专利权人: 天津大学
- 当前专利权人地址: 天津市津南区海河教育园雅观路135号天津大学北洋园校区
- 代理机构: 天津市北洋有限责任专利代理事务所
- 代理商 王蒙蒙
- 主分类号: G01M10/00
- IPC分类号: G01M10/00 ; G06N3/08
摘要:
本发明公开了一种基于神经网络自学习的水池内造畸形波的智能方法:生成波浪谱靶谱和造波机运动幅值靶谱;采用畸形波的数值造波模块生成数值畸形波,并得到造波机运动预设时历;造波机根据造波机运动预设时历模拟生成演化畸形波;采用畸形波检验模块检验演化畸形波和数值畸形波的误差,得到满足实验要求的演化畸形波和造波机运动预设时历,并依此在波浪水池中造出实测畸形波;重复上述步骤记录若干组数值畸形波和实测畸形波的波面时历,形成训练样本库;基于BP神经网络算法对智能化神经网络自学习系统进行训练并进行测试,用于畸形波的造波与预测。本发明解决当前实验室水池中造波机造畸形波的局限性,并采用神经网络自主学习技术,优化造波效果。
公开/授权文献
- CN111141483B 一种基于神经网络自学习的水池内造畸形波的智能方法 公开/授权日:2020-12-01