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

1、隨著航運事業(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)用于船舶運動控制成為近年來研究的一個重要方向。徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)由于其結(jié)構(gòu)簡單、收斂速度快、無局部極小等特點使其在控制中的應(yīng)用有著獨特的優(yōu)勢。本文對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RBF神經(jīng)網(wǎng)絡(luò)在船舶操縱運動預(yù)測控制中的應(yīng)用進(jìn)

2、行了探討。 根據(jù)控制系統(tǒng)對于神經(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——動態(tài)正交結(jié)構(gòu)適應(yīng)(DOSA)算法，通過對定常系統(tǒng)和時變系統(tǒng)的辨識算例驗證了其動態(tài)適應(yīng)的性能和良好的魯棒性。該算法同時具有調(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)以及對參數(shù)變化魯棒性好等特點。 神經(jīng)網(wǎng)絡(luò)的泛化性能是神經(jīng)網(wǎng)絡(luò)的一項重要的性能。本文對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)，提出利用分級偏最小二乘算法來

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)的同時確定隱節(jié)點數(shù)目，得到的RBF神經(jīng)網(wǎng)絡(luò)具有較簡潔的結(jié)構(gòu)，同時克服了訓(xùn)練樣本多重相關(guān)性的影響，具有良好的泛化性能。 本文從工程實現(xiàn)控制的角度出發(fā)，針對船舶運動非線性和時滯的特點，提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測控制方案。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)辨識和多步預(yù)測，并用分級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)最小化計算。本文最后將該控制