基于AND-OR模糊神经网络的船舶航向控制系统

"新型船舶航向控制系统的设计与实现 隋江华，任光 大连海事大学轮机工程学院，大连(116026) E-mail：suijh@tom.com" 本文深入探讨了新型船舶航向控制系统的构建，重点关注在船舶操纵过程中的非线性、时变性和不确定性问题。作者隋江华和任光通过结合模糊理论与神经网络，提出了一种基于AND-OR模糊神经网络(Fuzzy Neural Network, FNN)的创新控制策略。这种控制系统设计中，他们利用了AND-OR FNN的灵活性和适应性，能够有效处理复杂的船舶运动模型。 首先，文章指出，船舶运动控制是一个关键的海洋工程问题，其直接影响船舶的安全性、经济性，以及环境保护。传统的方法，如PID控制和自适应控制，已经不能满足现代船舶控制的需求。因此，研究人员开始探索智能控制技术，如模糊控制、神经网络控制、变结构控制和鲁棒控制，以应对复杂的船舶动态。 在新型航向控制系统的设计中，作者引入了AND-OR模糊神经网络，这是一种结合模糊逻辑与神经网络的复合控制结构。AND-OR FNN能够通过分段混合学习方法来减小输入空间，并自动压缩控制规则的数量，从而优化了参数调整过程，提升了控制效率。这种方法降低了对标准梯度优化的依赖，加快了优化速度。 为了验证该控制系统的有效性，作者选取了一条油轮作为实例，分别从航向跟踪、航向保持和参数摄动三个方面进行了仿真。仿真结果显示，新型控制系统在各个测试场景下都能实现理想的航向控制效果，证明了其在实际应用中的潜力。 模糊逻辑神经网络，特别是AND-OR型，是模糊逻辑与神经网络融合的产物，由B.Kosko等人开创性地研究。这些理论和技术的结合，如模糊联想记忆和模糊认知图，为解决船舶控制问题提供了新的思路。通过神经元和网络结构实现模糊逻辑推理，使得控制系统的智能性和自适应性得到了显著增强。 新型船舶航向控制系统的设计与实现展示了将先进控制理论应用于实际问题的能力，为提升船舶操纵的精确性、安全性和经济性开辟了新的途径。这一研究不仅对航海工程有重大意义，也为其他领域的复杂系统控制提供了有价值的参考。