不确定环境下船舶航向动态神经模糊跟踪控制算法

"带不确定性的船舶航向动态神经模糊跟踪控制 (2009年) - 汪洋, 岳殿武, 郭晨, 郭丽丽" 这篇2009年的论文主要关注的是在船舶航向跟踪控制中如何处理因建模参数随航速变化而产生的不确定性问题。作者提出了一种基于动态神经模糊模型的控制算法，旨在提高跟踪控制的精度和适应性。 在传统船舶航向跟踪控制中，由于航速变化导致的建模参数不确定性是一个关键挑战。为了解决这个问题，论文提出了一种新型的控制策略。动态神经模糊模型在训练过程中能够同时优化其结构和参数，从而更好地逼近船舶的逆动力学特性。这种模型被用作逆控制器，与传统的比例-微分（PD）控制器并行工作，共同参与船舶航向的跟踪控制。在控制过程中，动态神经模糊模型的权值可以进一步调整，以应对实时的参数不确定性。 论文以一艘5446TEU的大型集装箱船为例进行了仿真研究。结果表明，该动态神经模糊模型控制算法能够有效地抵消建模参数不确定性的影响，实现对期望航向的快速精确跟踪，显示出良好的控制效果。 关键词涉及航向跟踪、不确定性、动态神经模糊模型和规则调整，表明论文的核心内容集中在如何利用这些技术解决实际的航海控制问题。论文引用了相关的研究，强调了当前方法的不足，如神经网络和模糊逻辑的结构或规则确定依赖于试凑或领域专家的知识，存在不确定性。而提出的动态神经模糊模型控制算法则旨在克服这些限制。 此外，论文还概述了船舶运动的数学模型，即Norrbin非线性模型，其中包含与航速相关的时变参数。通过离散化和变换，模型被用来模拟和分析航向跟踪控制中的不确定性问题。 这篇论文为解决船舶航向跟踪控制中的不确定性问题提供了一个创新的解决方案，通过动态神经模糊模型增强了控制系统的鲁棒性和灵活性。这一工作对于提升船舶自动化和智能化水平具有重要意义，并可能为未来的航海控制系统设计提供有价值的参考。