原文传递
基于支持向量机的水下潜器操纵运动建模
| 论文题名： | 基于支持向量机的水下潜器操纵运动建模 |
| 关键词： | 水下潜器;系统辨识;支持向量机;运动建模 |
| 摘要： | 随着对海洋不断探索和开发，人们意识到水下潜器在这个过程中扮演了一个很重要的角色。控制系统是水下潜器的核心的部分，但是建立一个合适的数学模型是控制系统发挥作用的重要基础。 系统辨识作为控制论的三大理论之一，自产生以来就成为系统数学建模的重要方法，并且在试验中也有很好的运用。对于有些系统，人们对它的运行机理还不是很清楚，那么通过输入—输出数据推导出和它等价的数学模型，此种方法也被称为黑箱建模。对于另外的一些研究对象，人们通过以往的研究成果和现有的技术手段，积累了大量经验知识，有了很完备的理论基础，其模型的结构已经被行业广泛接受。研究这类问题时，只需要辨识出其中的一些参数便可建立完整的数学模型。近年来系统辨识的方法被用于水下潜器的建模中，并取得了很好的效果。在以往的建模中，通常是运用系统辨识的方法辨识模型中的系数。随着人工智能的发展，对系统进行黑箱建模变得更容易，本文运用一种人工智能的方法-支持向量机对水下潜器进行黑箱建模。 本文针对水下潜器的水平面运动，结合Z形操纵运动和圆周运动，应用基于支持向量机（Support Vector Machines，SVM）的系统辨识方法对建立水下潜器的运动模型进行研究。首先，对潜器的10o/10o操纵运动进行数值仿真，利用所得到的数据运用黑箱建模的方法建立其操纵运动模型，并且采用该模型对其操纵性进行预报。将预报结果和仿真结果对比，验证了运用支持向量机黑箱建模的有效性。随后对潜器进行20o/20o操纵运动和15o回转运动的数值仿真，并用黑箱方法建立运动模型，预报结果和仿真结果的一致验证支持向量机的泛化性。最后对潜器的操纵水动力进行了辨识，通过对25o/5o操纵运动进行仿真获得输入-输出数据训练支持向量机，将训练好的支持向量机对5o/1o、10o/1o、10o/5o、15o/5o操纵试验进行水动力预报，结果表明支持向量机良好的非线性映射能力和建模能力。 支持向量机惩罚因子和核参数的选取以往采取试凑的方法，但是影响预报的精度。针对支持向量机惩罚因子和核参数的选择，采用新型群智能算法—果蝇优化算法对支持向量机参数进行优化，并将其应用于水下潜器操纵运动黑箱建模中，取得了良好的效果。将参数优化后预报结果与试凑参数的预报结果相比较，表明优化后的结果更准确。 |
| 作者： | 曹东东 |
| 专业： | 流体力学 |
| 导师： | 庞永杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
