基于实船试验的船体结构总纵应力极值推断智能算法研发

购标服务费300元。

一、供应商资格要求

（1）供应商必须是在中华人民共和国境内注册的，具有独立法人资格的企业或其他组织，提供营业执照复印件；

（2）具有承接本次竞价标的物的能力，具有相同类型或相近类型的业绩，提供相关证明文件；

（3）如实反应近两年（2019年、2020年）财务状况，提供单位纳税信用等级或税审报告或审计报告或财务报表（新成立企业只需提供从成立之年份起的财务报告或验资报告）；

（4）供应商具有良好的银行资信和商业信誉，没有处于被责令停业或破产状态，且资产未被重组、接管、冻结；

二、采购项目技术规格、参数及要求

1 研究目标和内容

1.1研究目标

基于实船试验的全域空间测点总纵应力重构研究，基于实船试验、模型试验和数值计算的多源数据融合技术研究以及基于深度学习的高海况实船结构总纵应力极值推断人工智能算法开发。总工期365天。

1.2研究内容

本项目主要开展以下研究内容：

（1）   基于实船试验的全域空间测点总纵应力重构智能算法

（2）   基于实船试验、模型试验和数值计算的多源数据融合智能算法

（3）   基于深度学习的高海况实船结构总纵应力极值推断智能算法

2 技术方案

1）基于实船试验的全域空间测点总纵应力重构智能算法

针对实船试验的测点范围受限制问题，开展实船全域空间测点总纵应力重构方法研究，形成局部到全域空间测点的结构总纵强度映射关系。构建深度神经网络绕过对应力重构机理的直接探索，突破实船试验应力测点位置受限、多次试验消耗大量资源及时间成本、无法获得全船的应力响应等缺陷，利用网络结构参数和试验数据构建全域空间测点应力重构模型。

基于给定的源数据，通过数值仿真方法，模拟实船工况形成大量人工数据作为机器学习方法的训练集，通过PointNet、全链接卷积神经网络（FCN）、PINN等神经网络方法对实船离散观测点数据进行预测，并评估其预测精度。此外通过数据外推或超分辨的方式，实现对结构全域空间测点总纵应力重构。

2）  基于实船试验、模型试验和数值计算的多源数据融合智能算法

针对实船试验的总纵强度数据，开展数据结构化技术研究，形成规范的数据入库标准，同时开展基于深度学习的模型试验及数值计算非线性因素影响修正方法研究。确立试验数据的处理规则和深度学习边界，建立长峰波模型试验与短峰波实船试验数据修正模型，分析样本数据中噪声、冗余、稀疏等局限性对模型误差的影响，构建实船试验、模型试验和数值计算多源数据融合数学模型。

基于给定的源数据，对数据进行清洗，提取有效地评估指标，利用基于机器学习的分类、回归和高维相关性分析，对不同种类的数据实现融合分析。

3）  基于深度学习的高海况实船结构总纵应力极值推断智能算法

结合多源数据库和实船应力重构方法，选取适当深度神经网络算法，获得总纵强度与结构特点、波浪条件等因素的相互关系，形成以海况参数，航行参数为输入的高海况实船全域空间测点的结构总纵应力极值推断模型框架。

基于给定的源数据，通过利用统计和基于机器学习的方法，找出实船数据、船模数据和仿真数据之间的内在关系，为船模数据和仿真数据预测实船结果提供思路和技术方案，实现高海况实船结构总纵应力极值推断。

3 研究成果及期限

1）2022.3全域空间测点总纵应力重构算法研究报告

2）2022.7多源数据融合算法研究报告

3）2022.11结构总纵应力极值推断算法研究报告

详细指标及购标流程请致电702所招投标管理办公室，电话0510-85555708