非自航工程船舶智能定位系统的开发研究

针对非自航工程船舶动力学模型难以精确建立，定位控制精度不高的问题，提出了一种基于模糊控制技术的工程船舶定位控制系统，重点探讨了模糊控制器的设计．经实际项目的验证，其控制精度满足施工要求．同时结合实际应用中的问题，对模糊控制器作进一步改进，使其控制精度得到提高．     

基于混合遗传算法优化的舵减摇模糊控制系统

将混合遗传算法应用于船舶舵阻摇，充分发挥了模糊逻辑、神经网络和遗传算法各自的优势．采用模糊系统的自适应变节点的神经网络学习模糊神经网络参数，从样本数据中获取模糊控制规则，弥补了各自的不足．仿真结果表明上述算法为改进船舶舵阻摇效果提供了一个有效途径．     

模糊系统结构辨识综述

模糊系统辨识是模糊系统建模的主要手段，优化的模糊系统结构是模糊系统辨识的关键．简要回顾了模糊系统结构辨识的研究现状与发展．讨论了模糊系统结构辨识一些常用的方法，如基于模糊聚类、自组织神经模糊网络、支持向量机、核函数、分层模糊系统、遗传算法和小波多分辨率分析等的模糊系统结构辨识．对各种结构辨识方法的特点进行了深入的分析，并对结构辨识未来的发展进行了展望．     

基于双级模糊控制器的船舶操纵运动控制系统

针对船舶航向控制系统，要求既有快速而又平稳的回转性，又有准确无误的航向保持性，用常规的模糊控制器控制时，难以同时满足大角度转向控制和小角度航向保持的性能要求．文中提出用两级模糊控制器构成了一个既具有可靠性、实用性，又具有良好的船舶向控制性能的模糊控制系统．此种可快速切换的双级模糊控制器系统与优化后的ＰＩＤ控制系统相比，不仅使船舶转向时动态响应快，超调量小；而且在航向保持阶段，航向的稳定性也更优。     

一种操纵性水动力导数的实用估算方法

目前有很多诸如最小二乘、卡尔曼滤波等系统辨识方法用于船舶操纵性水动力导数的估算．但涉及神经网络的甚少．随着神经网络技术的日益成熟、完善，神经网络在船舶操纵性领域的应用将成为可能．文中介绍了一种基于线性船舶操纵运动方程的水动力导数估算方法，建立了一种基于神经网络的系统辨识模型，并将其应用于分析实船试验数据．结果表明了该方法的有效性．     

基于T-S模糊模型的非线性系统辨识

研究了非线性多变量系统的T-S模糊辨识问题．提出一种利用测得的输入输出数据来计算非线性动态模糊模型的方法．使用模糊聚类简化了T-S模糊规则及前提参数的生成，采用加权最小二乘算法得出结论参数．将该辨识器用于一类非线性系统的模糊辨识，并与模糊神经网络的辨识结果进行了比较，验证了所提方法的有效性．     

遗传算法优化的模糊神经网络在故障诊断中的应用

本文针对船舶柴油机故障诊断系统提出了一种基于遗传算法优化训练的模糊神经网络诊断方法,介绍了这种模糊神经网络故障诊断系统的结构及其参数形式,通过遗传优化算法对它的权值和阈值进行了学习优化训练。这种方法可以有效地避免通常所选BP算法训练易陷于局部极值的问题,最后将该遗传算法优化训练的模糊神经网络系统应用到船舶柴油机的故障诊断中,通过仿真研究,说明了该方法的有效性。     

模糊系统知识模型上的单点关系与复合关系

为了在获取的测量数据不完整时能够合理、有效地提取模糊规则，能够对所建立的模糊系统模型方便地进行不一致信息处理以及能够更加客观地刻画系统特性，提出了模糊系统的知识模型描述方法．同时给出了模糊系统知识模型的定义，建立了此模糊系统知识模型上的单点关系和复合关系，并证明了这两个关系均为等价关系．为给出模型中范畴和知识这两个重要且基本的概念建立基础，继而为一类模糊控制系统的描述提供了一种形式化表达框架．     

模糊系统知识模型上的单点关系与复合关系

为了在获取的测量数据不完整时能够合理、有效地提取模糊规则，能够对所建立的模糊系统模型方便地进行不一致信息处理以及能够更加客观地刻画系统特性，提出了模糊系统的知识模型描述方法．同时给出了模糊系统知识模型的定义，建立了此模糊系统知识模型上的单点关系和复合关系，并证明了这两个关系均为等价关系．为给出模型中范畴和知识这两个重要且基本的概念建立基础，继而为一类模糊控制系统的描述提供了一种形式化表达框架．     

基于模糊神经网络的穿浪双体船摇荡运动预报

根据穿浪双体船船型特点与实际海况,针对船舶运动特点,基于切片理论建立并计算船舶运动模型方程,结合模糊神经网络建立运动模型,提出一种线性神经网络结构,有效地解决非线性问题并预报各方向上的摇荡运动.通过一个具体算例模拟仿真验证该方法的实用性和可靠性.