原文传递
船舶航向智能控制算法研究及应用
| 论文题名： | 船舶航向智能控制算法研究及应用 |
| 关键词： | 船舶运动控制;模糊神经网络;智能控制器;仿真模型;自组织设计 |
| 摘要： | 船舶运动模型所具有的非线性、不确定性和外界环境干扰等未建模动态，使得船舶航向自动控制成为一个复杂的非线性控制问题，传统船舶航向控制器难以实现理想的控制效果。本文提出了一种基于T-S模糊模型的动态模糊神经神经网络算法，能够在线快速生成具有高精度的精简动态神经网络，用于实现模糊系统的自组织设计及参数辨识。进而，通过Hermite函数逼近、非线性动态系统辨识和Mackey-Glass混沌时间序列预测等仿真研究，验证该算法的有效性。最后将其应用于船舶智能航向控制器的设计，主要研究工作如下: 首先，基于整体型模型和分离型模型的建模机理分析，得到了降阶简化的响应型野本模型，并对该模型进行了参数化处理，将其作为船舶航向智能控制器设计的模型基础。 其次，提出了一种基于训练数据在线提取T-S模糊规则的自组织模糊神经网络学习算法。基于在线或离线训练数据，该算法结合修剪策略的生长规则用于学习模糊规则，使其限制性的增长，最后生成一个紧凑的网络结构。此外，采用线性最小二乘(LLS)进行参数辨识。为验证该算法的优越性，将其分别应用于静态函数逼近、非线性动态系统辨识和随机时间序列预测，并与其他著名的算法进行比较研究，仿真结果显示该算法具有快速的学习速度、高精度的逼近性能和精简的网络结构。 最后，将提出的动态模糊神经网络算法应用于船舶智能航向控制器的设计，利用非线性PID船舶操纵控制器产生数据样本，用于在线或离线训练船舶智能操纵控制器;此外，船舶操纵预测和航向保持等性能通过一系列典型的操舵指令来验证。仿真研究验证了所设计船舶智能控制器的有效性和优越性。 |
| 作者： | 汪旭明 |
| 专业： | 电力系统及其自动化 |
| 导师： | 谭跃;王宁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
