基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.     

一种基于机器码存储的改进遗传算法的应用研究

提出了一种基于机器码存储的改进遗传算法，适于优化大型多变量问题。开发的C 基本位操作算子，使此算法仍可沿用传统二进制遗传算法的交叉变异操作。这一算法在内存和时间上占优势，是一种稳健的、全局搜索能力较强的优化算法，并在建立河北省某地区的年降雨神经网络预测模型的实践中得到了验证。     

基于自适应活动轮廓的图像分割

在活 动轮廓的基础上，引入了统计“图像势能”和松驰法，提出了基于自适应活动轮廓的图像分 割方法。该方法克服了活动轮廓的一些缺陷，能准确、可靠地检测物体曲率高的边缘部分，且分割结果与活动轮廓的初始位置无关。实验结果验证了该方法的有效性。     

船舶操舵系统的鲁棒自适应控制

本文主要研究自适应控制在工程实现中的鲁棒性问题。对模型参考自适应控制提出了可变式参考模型方法，对自校正控制则分别采用可变式性能指标与自适应人工神经元预测模型方式，从而增强了自适应律在对象时变、非线性等引起模型失配情况下的鲁棒性，也大 大扩大了自适应控制的应用范围。最后，就自适应控制在船舶操纵中的应用，分别以实船试验与仿真结果对上述结论进行了验证。     

GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了ＧＰＳ动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

一种自适应伪并行改进遗传算法

针对基本遗传算法中存在的一些不足，例如“早熟”现象和计算速度较慢等缺点，对进化算子作一定的改进，在单台计算机上实现并行计算思想与遗传算法的结合，提出了一种新的伪并行改进遗传算法。最后通过典型测试函数的数值算例验证，表明该算法不但有效地克服了遗传算法的缺点，而且精度和收敛速度都有明显的提高。