徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)及其在船舶運(yùn)動(dòng)控制中的應(yīng)用研究.pdf

1、隨著航運(yùn)事業(yè)的發(fā)展，船舶朝著大型化、高速化、智能化方向發(fā)展，對(duì)船舶的操縱性能提出了更高的要求，因而有必要采用新的控制理論和技術(shù)，研究性能更好的船舶操縱控制策略。將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于船舶運(yùn)動(dòng)控制成為近年來(lái)研究的一個(gè)重要方向。徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)由于其結(jié)構(gòu)簡(jiǎn)單、收斂速度快、無(wú)局部極小等特點(diǎn)使其在控制中的應(yīng)用有著獨(dú)特的優(yōu)勢(shì)。本文對(duì)RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法進(jìn)行研究并提出了兩種新的學(xué)習(xí)算法，對(duì)RBF神經(jīng)網(wǎng)絡(luò)在船舶操縱運(yùn)動(dòng)預(yù)測(cè)控制中的應(yīng)用進(jìn)

2、行了探討。 根據(jù)控制系統(tǒng)對(duì)于神經(jīng)網(wǎng)絡(luò)在線應(yīng)用的要求，本文提出了一種新的RBF神經(jīng)網(wǎng)絡(luò)的序貫學(xué)習(xí)算法——?jiǎng)討B(tài)正交結(jié)構(gòu)適應(yīng)(DOSA)算法，通過對(duì)定常系統(tǒng)和時(shí)變系統(tǒng)的辨識(shí)算例驗(yàn)證了其動(dòng)態(tài)適應(yīng)的性能和良好的魯棒性。該算法同時(shí)具有調(diào)節(jié)參數(shù)少，各參數(shù)意義明確，參數(shù)可自適應(yīng)調(diào)節(jié)以及對(duì)參數(shù)變化魯棒性好等特點(diǎn)。 神經(jīng)網(wǎng)絡(luò)的泛化性能是神經(jīng)網(wǎng)絡(luò)的一項(xiàng)重要的性能。本文對(duì)基于偏最小二乘法的RBF神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，提出利用分級(jí)偏最小二乘算法來(lái)

3、構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)。該算法在確定PLS算法的主成分提取次數(shù)的同時(shí)確定隱節(jié)點(diǎn)數(shù)目，得到的RBF神經(jīng)網(wǎng)絡(luò)具有較簡(jiǎn)潔的結(jié)構(gòu)，同時(shí)克服了訓(xùn)練樣本多重相關(guān)性的影響，具有良好的泛化性能。 本文從工程實(shí)現(xiàn)控制的角度出發(fā)，針對(duì)船舶運(yùn)動(dòng)非線性和時(shí)滯的特點(diǎn)，提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制方案。該方案利用DOSA算法建立的RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行在線系統(tǒng)辨識(shí)和多步預(yù)測(cè)，并用分級(jí)偏最小二乘法得到的RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行性能函數(shù)最小化計(jì)算。本文最后將該控制