原文传递
基于自适应动态规划的船舶航向最优控制
| 论文题名： | 基于自适应动态规划的船舶航向最优控制 |
| 关键词： | 船舶航向控制;自适应动态规划;宽度学习系统;最优控制 |
| 摘要： | 随着社会经济和控制理论的不断发展，人们对船舶航向控制器的需求不断提升，不仅要求船舶控制器的安全性、稳定性，更是迫切需要将更高效、更节能、控制效果更好的控制器引入到船舶航向控制中。本文主要针对船舶航向控制系统，设计经济节能、控制效果更好的控制器。为此，本文的主要研究内容如下： 首先，基于BP神经网络设计了自适应动态规划算法，并通过设计评价网-执行网结构得到优化控制策略，实现了船舶最优控制器设计。为解决船舶航向控制问题中模型未知的问题，应用BP神经网络辨识未知系统动态，该方法解决了实际工程中无法精确获得的船舶模型参数信息的问题，利用有效的船舶输入-输出数据对神经网络进行训练，并通过数值仿真验证了其可靠性；在此基础上，采用BP神经网络设计评价网-执行网结构，分别逼近其最优代价函数和最优控制策略，得到船舶航向优化控制律，最后通过Lyapunov稳定性分析并证明了该闭环控制系统状态、评价网、执行网误差可以达到最终一致有界。 其次，将宽度学习系统引入自适应动态规划算法，有效地提高了最优控制算法的控制效果。将宽度学习系统应用于未知船舶航向控制系统的辨识，其基于岭回归算法直接求得权重，从而免去辨识网迭代过程，缩短了训练时间，并能够有效地提升辨识精度。也将其应用于评价网-执行网中最优代价函数和最优控制策略的逼近，得到船舶航向最优控制律。最后运用Lyapunov稳定性分析并证明了该闭环控制系统状态、评价网、执行网误差可以达到最终一致有界。 最后，提出了一种考虑输入饱和的最优航向控制算法，有效地解决了实际船舶航向控制系统中存在的输入饱和问题。该算法用宽度学习系统对非线性系统进行辨识。并将一种非二次泛函引入代价函数中处理船舶舵角饱和限制，通过宽度学习系统逼近最优代价函数和最优最优控制策略，得到考虑输入饱和的船舶航向最优控制律。最后通过Lyapunov稳定性分析证明了该闭环控制系统状态、评价网、执行网误差可以达到最终一致有界。为建立更完善能应用于实船控制系统提供了有效的理论基础。 本文所提最优算法均在MATLAB环境中完成仿真验证，证明了算法的有效性。 |
| 作者： | 马玉琢 |
| 专业： | 交通运输工程 |
| 导师： | 陈俊龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
