RBF神经网络在深V型滑行艇阻力预报中的应用 (2010年)

基于SV、JYK系列滑行艇的阻力、浸湿面积、航行纵倾角试验数据,采用 RBF神经网络建立了深V型滑行艇阻力预报数值图谱;针对艇艉底部横向斜升角变化的有限试验数据,提出了一种基于小样本试验数据的阻力修正方法。试验表明,该方法对深 V型滑行艇(折角线长度与最大折角线宽度比在4～5.5,面积负荷系数在5.5～7 ,重心纵向相对位置在3%～9 %,艉部艇底斜升角在5°～2 5°之间变化)阻力预报是可行的。在相同精度下,针对该文研究的问题,RBF神经网络所需时间少于BP神经网络。