动态神经模糊算法在船舶航向自适应控制中的应用
需积分: 10 36 浏览量
更新于2024-08-08
收藏 315KB PDF 举报
"这篇论文是2009年发表在《哈尔滨工程大学学报》上的研究,主要探讨了船舶航向控制中的自适应控制策略。作者提出了基于动态神经模糊模型(DNFM)的方法来解决因模型参数变化带来的不确定性问题。DNFM在训练过程中能同时优化结构和参数,以更好地逼近非线性船舶NARX模型的逆动力学特性。通过将训练完成的DNFM与PD控制器并联构建自适应控制器,利用PD控制器的输出作为自适应律的输入,实时调整DNFM的权重。通过5446 TEU集装箱船的航向控制仿真验证了该算法的实用性,证明了这种方法在船舶航向跟踪控制中的有效性。关键词包括动态神经模糊模型、自适应控制、航向跟踪和模糊规则。"
本文的研究重点在于解决船舶航向控制中的不确定性问题,主要由模型参数变化引起。传统的控制方法可能难以应对这种动态变化,因此作者引入了动态神经模糊模型(DNFM)。DNFM是一种融合了神经网络和模糊逻辑的模型,其优势在于能够灵活地调整自身结构和参数,以适应非线性和时变的系统特性。在船舶的非线性NARX(Nonlinear Auto-Regressive with eXogenous inputs)模型中,DNFM能够有效地逼近模型的逆动力学,从而实现更精确的控制。
为了实现自适应控制,DNFM与PD控制器并联使用。PD控制器以其输出作为自适应律的自变量,这意味着PD控制器的反馈信息可以用来实时调整DNFM的权重,增强了整个控制系统的适应性和鲁棒性。通过5446 TEU集装箱船的仿真案例,研究人员展示了这一算法在实际应用中的性能,验证了其在船舶航向跟踪控制中的优越性。
这项工作对于船舶自动化控制领域的研究具有重要意义,它提供了一种新的、更适应复杂环境的控制策略,对提升船舶航行安全和效率有积极的促进作用。此外,动态神经模糊模型的方法也可以推广到其他具有类似不确定性的工程领域,如机器人控制、航空航天等领域。
2022-12-22 上传
2021-01-29 上传
2021-09-27 上传
点击了解资源详情
点击了解资源详情
2021-06-15 上传
2021-06-15 上传
2021-05-16 上传
2021-05-20 上传
weixin_38543280
- 粉丝: 4
- 资源: 975
最新资源
- IEEE 14总线系统Simulink模型开发指南与案例研究
- STLinkV2.J16.S4固件更新与应用指南
- Java并发处理的实用示例分析
- Linux下简化部署与日志查看的Shell脚本工具
- Maven增量编译技术详解及应用示例
- MyEclipse 2021.5.24a最新版本发布
- Indore探索前端代码库使用指南与开发环境搭建
- 电子技术基础数字部分PPT课件第六版康华光
- MySQL 8.0.25版本可视化安装包详细介绍
- 易语言实现主流搜索引擎快速集成
- 使用asyncio-sse包装器实现服务器事件推送简易指南
- Java高级开发工程师面试要点总结
- R语言项目ClearningData-Proj1的数据处理
- VFP成本费用计算系统源码及论文全面解析
- Qt5与C++打造书籍管理系统教程
- React 应用入门:开发、测试及生产部署教程