针对当前船舶检测模型复杂度高、对设备资源要求较高等问题,提出一种基于YOLOv5s的船舶目标检测算法SRE-YOLOv5s.该算法使用ShuffleNetV2轻量级网络替换YOLOv5s原始特征提取主干网络降低模型复杂度,并使用感受野模块(Receptive Field Bl...针对当前船舶检测模型复杂度高、对设备资源要求较高等问题,提出一种基于YOLOv5s的船舶目标检测算法SRE-YOLOv5s.该算法使用ShuffleNetV2轻量级网络替换YOLOv5s原始特征提取主干网络降低模型复杂度,并使用感受野模块(Receptive Field Block,RFB)增强算法特征处理能力,考虑到Complete IoU(CIoU)损失函数会影响模型收敛速度,采用Efficient IoU(EIoU)损失函数进行优化.通过对SRE-YOLOv5s算法进行训练和验证,结果表明:SRE-YOLOv5s在轻量化的同时保证了检测精度,与其他主流轻量化检测模型相比,SRE-YOLOv5s具有更好的检测性能.此外,根据船舶可视化检测结果可知,SRE-YOLOv5s模型在实际场景中具有较大的应用潜力.展开更多
当大型无动力船舶主机推进设备缺失或发生故障时,码头系泊防台安全问题尤为突出;同时,国内外船舶系泊防台数值计算模型均只给出风、流作用下的系缆力计算公式,计算不够准确。对此,首先运用大型船舶操纵模拟器对船舶码头系泊防台进行建...当大型无动力船舶主机推进设备缺失或发生故障时,码头系泊防台安全问题尤为突出;同时,国内外船舶系泊防台数值计算模型均只给出风、流作用下的系缆力计算公式,计算不够准确。对此,首先运用大型船舶操纵模拟器对船舶码头系泊防台进行建模仿真,证明船舶缆绳系泊防台方案的可行性和局限性;然后针对缆绳系泊方案提出大型无动力船舶码头组合系泊优化防台方案,并以30万吨级超大型油船(Very Large Crude Carrier,VLCC)为研究对象,运用MATLAB工具比较其在采用优化方案前后的受力变化规律;最后结合组合系泊优化防台方案成功应用于友联船厂的实际经验,证明该方案的全面性和实践性。展开更多
在考虑船舶排放控制区(Emission Control Area,ECA)的背景下,通过航速优化对船舶航行成本和航行时间进行有效折中,降低船舶营运成本。针对营运成本和航行时间2个互相冲突的关键因素建立一种多目标航速优化模型。分别建立船舶营运成本模...在考虑船舶排放控制区(Emission Control Area,ECA)的背景下,通过航速优化对船舶航行成本和航行时间进行有效折中,降低船舶营运成本。针对营运成本和航行时间2个互相冲突的关键因素建立一种多目标航速优化模型。分别建立船舶营运成本模型和航行时间模型,通过带精英策略的非支配排序遗传算法(Nondominated Sorting Genetic AlgorithmⅡ,NSGAⅡ)求得营运成本和航行时间的Pareto解集,采用模糊隶属度函数,从Pareto解集中筛选出最佳折中解。实际案例分析结果表明:在一定的时间约束下,船舶在ECA内适当减速,在ECA外加速可有效减少营运成本。当船舶以优化航速航行时,可有效减少船舶营运成本,节省船舶航行时间,为船公司提供一定的管理依据并带来可观的经济收益。展开更多
文摘针对当前船舶检测模型复杂度高、对设备资源要求较高等问题,提出一种基于YOLOv5s的船舶目标检测算法SRE-YOLOv5s.该算法使用ShuffleNetV2轻量级网络替换YOLOv5s原始特征提取主干网络降低模型复杂度,并使用感受野模块(Receptive Field Block,RFB)增强算法特征处理能力,考虑到Complete IoU(CIoU)损失函数会影响模型收敛速度,采用Efficient IoU(EIoU)损失函数进行优化.通过对SRE-YOLOv5s算法进行训练和验证,结果表明:SRE-YOLOv5s在轻量化的同时保证了检测精度,与其他主流轻量化检测模型相比,SRE-YOLOv5s具有更好的检测性能.此外,根据船舶可视化检测结果可知,SRE-YOLOv5s模型在实际场景中具有较大的应用潜力.
文摘当大型无动力船舶主机推进设备缺失或发生故障时,码头系泊防台安全问题尤为突出;同时,国内外船舶系泊防台数值计算模型均只给出风、流作用下的系缆力计算公式,计算不够准确。对此,首先运用大型船舶操纵模拟器对船舶码头系泊防台进行建模仿真,证明船舶缆绳系泊防台方案的可行性和局限性;然后针对缆绳系泊方案提出大型无动力船舶码头组合系泊优化防台方案,并以30万吨级超大型油船(Very Large Crude Carrier,VLCC)为研究对象,运用MATLAB工具比较其在采用优化方案前后的受力变化规律;最后结合组合系泊优化防台方案成功应用于友联船厂的实际经验,证明该方案的全面性和实践性。
