无监督学习的潜艇模型智能简化策略
张伟1
邱志刚1
张焕清2
1.武汉市第二船舶设计研究院,湖北 武汉,4300642.武汉理工大学 自动化学院,湖北 武汉,430070
摘要：针对潜艇运动方程复杂、耦合性强,水动力系数测量周期长等问题,引入了水动力系数敏感性指数,量化水动力系数对潜艇姿态的影响程度.在简化传统直接阈值法的基础上,提出了基于无监督学习K-means聚类的阈值聚类法.利用9个特征参数简化潜艇运动方程.研究结果表明:在简化项数相同时,阈值聚类法的特征参数中,除战术回转直径外,其余8个特征参数的误差均小于或者等于直接阈值法,且阈值聚类法的最大误差为3.850％,最小误差仅为0.0083％.
关键词：水动力系数敏感性指数无监督学习阈值聚类法潜艇模型
分类号：U661(船舶工程)
资助基金：国家自然科学基金(51579201)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 37-43 )