原文传递
基于RBF神经网络的船舶航向自抗扰控制
| 论文题名： | 基于RBF神经网络的船舶航向自抗扰控制 |
| 关键词： | 船舶航向;自抗扰控制器;RBF神经网络;参数整定;信号辨识 |
| 摘要： | 自抗扰控制技术是通过对PID控制技术的缺陷进行分析和改进而逐步发展起来的一门新的控制技术。随着人工智能算法的发展，为改进自抗扰控制算法提供了新的思路。本文通过将径向基函数(RBF)神经网络与自抗扰控制器结合来提高自抗扰控制器在船舶航向控制中的效果。 本文系统介绍了自抗扰控制器的组成及其算法，并构建MMG船舶运动数学模型。根据船舶运动特性构建船舶航向自抗扰控制器，经过对自抗扰参数的人工整定后使自抗扰控制器的控制效果达到最佳。通过仿真实验来验证自抗扰控制器对船舶航向控制的有效性。 常规自抗扰控制器中有多个参数需要调节，而且参数之间互相影响，造成参数整定困难。通过借鉴神经网络对PID控制器参数整定的方法，将径向基函数神经网络引入自抗扰控制器，设计基于RBF神经网络的船舶航向自抗扰控制器。RBF神经网络通过系统输入信号和输出信号的辨识，使RBF神经网络的输出信号逼近系统的输出信号，从而实现自抗扰控制器中的非线性误差反馈模块中的两个参数的自适应整定。最后，通过仿真实验，与船舶航向自抗扰控制器的控制效果对比，结果表明，基于RBF神经网络的船舶航向自抗扰控制器工作更稳定、控制效果更理想。 |
| 作者： | 姜涛 |
| 专业： | 航海科学与技术 |
| 导师： | 胡江强 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
