船舶航向智能控制算法研究及應(yīng)用.pdf

1、船舶運(yùn)動(dòng)模型所具有的非線性、不確定性和外界環(huán)境干擾等未建模動(dòng)態(tài)，使得船舶航向自動(dòng)控制成為一個(gè)復(fù)雜的非線性控制問題，傳統(tǒng)船舶航向控制器難以實(shí)現(xiàn)理想的控制效果。本文提出了一種基于T-S模糊模型的動(dòng)態(tài)模糊神經(jīng)神經(jīng)網(wǎng)絡(luò)算法，能夠在線快速生成具有高精度的精簡動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，用于實(shí)現(xiàn)模糊系統(tǒng)的自組織設(shè)計(jì)及參數(shù)辨識(shí)。進(jìn)而，通過Hermite函數(shù)逼近、非線性動(dòng)態(tài)系統(tǒng)辨識(shí)和Mackey-Glass混沌時(shí)間序列預(yù)測等仿真研究，驗(yàn)證該算法的有效性。最后將其應(yīng)用

2、于船舶智能航向控制器的設(shè)計(jì)，主要研究工作如下:
　　 首先，基于整體型模型和分離型模型的建模機(jī)理分析，得到了降階簡化的響應(yīng)型野本模型，并對(duì)該模型進(jìn)行了參數(shù)化處理，將其作為船舶航向智能控制器設(shè)計(jì)的模型基礎(chǔ)。
　　 其次，提出了一種基于訓(xùn)練數(shù)據(jù)在線提取T-S模糊規(guī)則的自組織模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。基于在線或離線訓(xùn)練數(shù)據(jù)，該算法結(jié)合修剪策略的生長規(guī)則用于學(xué)習(xí)模糊規(guī)則，使其限制性的增長，最后生成一個(gè)緊湊的網(wǎng)絡(luò)結(jié)構(gòu)。此外，采用線性最

3、小二乘(LLS)進(jìn)行參數(shù)辨識(shí)。為驗(yàn)證該算法的優(yōu)越性，將其分別應(yīng)用于靜態(tài)函數(shù)逼近、非線性動(dòng)態(tài)系統(tǒng)辨識(shí)和隨機(jī)時(shí)間序列預(yù)測，并與其他著名的算法進(jìn)行比較研究，仿真結(jié)果顯示該算法具有快速的學(xué)習(xí)速度、高精度的逼近性能和精簡的網(wǎng)絡(luò)結(jié)構(gòu)。
　　 最后，將提出的動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于船舶智能航向控制器的設(shè)計(jì)，利用非線性PID船舶操縱控制器產(chǎn)生數(shù)據(jù)樣本，用于在線或離線訓(xùn)練船舶智能操縱控制器;此外，船舶操縱預(yù)測和航向保持等性能通過一系列典型的操舵