Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

12.07.2017 | Original Article | Ausgabe 4/2019 Open Access

Neural Computing and Applications 4/2019

Modified multiple generalized regression neural network models using fuzzy C-means with principal component analysis for noise prediction of offshore platform

Zeitschrift:
Neural Computing and Applications > Ausgabe 4/2019
Autoren:
Cheng Siong Chin, Xi Ji, Wai Lok Woo, Tiaw Joo Kwee, Wenxian Yang

Abstract

A modified multiple generalized regression neural network (GRNN) is proposed to predict the noise level of various compartments onboard of the offshore platform. With limited samples available during the initial design stage, GRNN can cause errors when it maps the available inputs to sound pressure level for the entire offshore platform. To obtain more relevant group for GRNNs training, fuzzy C-mean (FCM) is used. However, outliers in some group may interfere the prediction accuracy. The problem of selecting suitable inputs parameters (in each cluster) is often impeded by lack of accurate information. Principal component analysis (PCA) is used to ensure high relevance input variables in each cluster. By fusing multiple GRNNs by an optimal spread parameter, the proposed modeling scheme becomes quite effective for modeling multiple frequency-dependent data set (ranging from 125 to 8000 Hz) with different input parameters. The performance of FCM-PCA-GRNNs has improved significantly as the results show a 25% improvement on the spatial sound pressure level (SPL) and 85% improvement on the spatial average SPL than just GRNNs alone. By comparing with data obtained from real engine room on a jack-up rig, the FCM-PCA-GRNNs noise model performs better with around 16% less error than the empirical-based acoustic models. Additionally, the results show comparable performance to statistical energy analysis that requires more time and resources to solve during the early stage of the offshore platform design.

Unsere Produktempfehlungen

Premium-Abo der Gesellschaft für Informatik

Sie erhalten uneingeschränkten Vollzugriff auf alle acht Fachgebiete von Springer Professional und damit auf über 45.000 Fachbücher und ca. 300 Fachzeitschriften.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 4/2019

Neural Computing and Applications 4/2019 Zur Ausgabe

Premium Partner

    Bildnachweise