为了稳定角运动,应根据陀螺仪,主动的鳍稳定器等提出一个主动稳定系统。通过利用实时船舶响应和情境意识模块的数据来响应实际的环境条件和个人扰动,提出的稳定系统将与传统的基于陀螺仪的系统不同。可以预见到,应在组合(i)半数模型中评估船舶行为模型和运动控制系统的动作,包括对环境负载和结构响应的描述,以及(ii)机器学习模型,以进行平滑适应和基于反馈的校准。PHD项目包括在现有质量平台上开发解决方案的实验室和现场测试。职责和任务
尽管自动船舶技术取得了进展,但未知的风险仍然存在于海上自主地表船的设计,操作和规范中。目前缺乏针对海事自动表面船的危险识别和风险分析方法的全面文献综述。基于62种相关文献的数据库,本研究介绍了相关文献的分布,该文献通过期刊,出版年份,国家或作者身份和机构。为了进一步了解研究热点和经常被忽视的风险影响因素,根据风险影响因素的分类,文献被分为四组,并汇总了风险影响因素的全面清单。基于此,研究内容对人为因素,与船舶相关因素,环境因素和技术因素进行了分析。此外,还对与数据源和风险分析方法有关的23种文献进行了统计分析,并指出研究人员通常使用数据集和风险分析方法的组合。这项研究不仅为对海事自主地表船的危害识别和风险分析的当前状况和挑战的理解提供了贡献,而且还提供了潜在的未来研究方向。
尽管自动船舶技术取得了进展,但未知的风险仍然存在于海上自主地表船的设计,操作和规范中。目前缺乏针对海事自动表面船的危险识别和风险分析方法的全面文献综述。基于62种相关文献的数据库,本研究介绍了相关文献的分布,该文献通过期刊,出版年份,国家或作者身份和机构。为了进一步了解研究热点和经常被忽视的风险影响因素,根据风险影响因素的分类,文献被分为四组,并汇总了风险影响因素的全面清单。基于此,研究内容对人为因素,与船舶相关因素,环境因素和技术因素进行了分析。此外,还对与数据源和风险分析方法有关的23种文献进行了统计分析,并指出研究人员通常使用数据集和风险分析方法的组合。这项研究不仅为对海事自主地表船的危害识别和风险分析的当前状况和挑战的理解提供了贡献,而且还提供了潜在的未来研究方向。
摘要 - 元启发式算法的自动设计提供了一种有吸引力的途径,以减少人类努力并增强人类直觉的增强绩效。当前的自动化甲基ODS设计算法在固定结构内并从头开始操作。这构成了明显的差距,以完全发现对元启发式家庭的潜力,并从先前的设计经验中施肥。为了弥合差距,本文为自动化算法设计的自动化学习设计师提供了自动化的学习设计师。我们的设计师将元启发式算法设计作为序列生成任务,并利用自动回归的生成网络来处理该任务。这提供了两个进步。首先,通过自我重新推断,设计师生成具有不同长度和结构的算法,从而使元硫素家族的潜力充分发现了潜力。第二,可以检索在设计师的神经元中学习和积累的事先设计知识,以设计用于未来问题的算法,为连续设计算法的方式铺平了为开放式问题解决的方法。对数字基准和现实世界中问题的广泛实验表明,所提出的设计师生成的算法在25个测试问题中的24个中都超过了所有人类创建的基线的算法。生成的算法显示了各种结构和行为,适合不同的解决问题的上下文。代码将在纸质出版后发布。