神经网络方法在船舶控制中的应用

进入90年代,人们对神经网络在自动控制中的潜力越来越感兴趣。这是因为神经网络是解决控制领域中某些难题的又一种有效方法,这些难题的产生是由于对象行为的不可预见性（通常是因为有不可预见的外部干扰,并且对象具有非线性）,或者由于计算过程的复杂性,为了实现实时控制,必须在短时间内完成复杂的计算,因而提出了一种神经网络在线训练控制器的通用模式,其目的是利用神经网络的学习能力,得出一种不依赖于船舶精确数学模型的自主式神经控制算法。其神经网络控制器可以通过对性能参数准确性的直接评估来调整其在线参数,因此不需要“教师”和相应的离线训练。对在不同情况下三种不同的控制任务（即航向保持、航迹保持、自动泊位）进行了仿真,结果表明这种神经控制方法具有自适应性和耐用性。