基于线性插值方法的模糊型船舶自动驾驶仪的研究

本文基于对常规船舶自动驾驶仪存在缺陷的分析,提出了一种基于线性插值模糊控制和Bang-Bang控制相结合的控制系统,使模糊控制输出连续变化,提高了模糊控制系统的精度.通过常规模糊型船舶自动驾驶仪与改进后的模糊型船舶自动驾驶仪性能的比较,表明本文所提出的方法是行之有效的.     

基于模糊神经网络的船舶自动驾驶仪的研究

分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非纷陛、时变参数的控制对象,提出了一种基于模糊神经网络和Bang-Bang控制相结合的控制系统,提高了模糊控制系统的精度,最后通过仿真将模糊型船舶自动驾驶仪与基于模糊神经网络船舶自动驾驶仪的性能作了比较,结果表明后者的方法控制性能良好.     

基于遗传算法自动舵模糊控制研究

本文采用遗传算法对模糊控制规则进行优化,并将之应用于船舶自动舵控制系统中。经过仿真证明,该方法和普通模糊控制相比具有较好的控制性能     

新型船舶自动舵模糊控制系统的设计与研究

船舶动态具有大惯性、大时滞、非线性等特点，无法精确建模。传统的PID自动舵对高频干扰过于敏感，引起频繁操舵，缺乏对船舶动态特性及海况变化的适应能力。模糊自动舵是一种基于规则的模糊控制系统，相当于一种非线性PD控制规律的控制器，不需建立精确模型，鲁棒性强，但设计依赖专家的先验知识。对此，本文利用遗传算法（GA）对模糊系统进行动态优化，根据船舶性能评价优化模糊控制参数。以大连海事大学远洋实习船“育龙轮”为例，利用Matlab的Simulink工具进行了仿真研究，对比PID自动舵，此种方法具有良好的控制性能。     

船舶动力定位中的模糊控制器优化技术

动力定位系统是一种闭环控制系统，采用推力器来提供抵抗风、浪、流等作用在船上的环境力，从而尽可能使船舶保持在海平面要求的位置上。在传统模糊控制的基础上，将遗传算法引入模糊控制器的设计当中，根据已知的模糊控制规则，对模糊隶属度函数自动寻优，该方法用于船舶动力定位中，对船舶纵向运动进行控制与仿真，仿真结果证明遗传算法优化的有效性。     

遗传优化算法在船舶航向混合智能控制中的应用

本文分别研究模糊控制和遗传算法等智能控制算法在船舶航向控制中的应用。基于模糊控制理论,重新设计高效模糊控制器,该控制器具有实时性强、计算量低、节约存储及高效等优点。并且基于遗传算法,设计一种优化航向模糊PID算法,极大提高了自动舵的控制精度。最后通过Matlab中Simulink对控制器及算法进行仿真实验。     

基于单片机的船舶自动舵模糊控制系统

该文针对船舶常规自动舵所存在的问题,设计了一种基于自校正模糊控制与Bang-Bang控制相结合的混合控制器,经仿真试验结果表明,加入此混合控制器后,极大地提高了船舶自动舵控制性能。     

大型船舶自动舵系统精准智能航向控制研究

为保持船舶在指定轨迹上航行,目前使用最为广泛的技术是船舶航向自动舵控制系统。基于航行安全和节约成本的考虑,船舶航行对自动舵的精确度提出了越来越高的要求。目前,通常采用船舶操纵运动模型研究船舶自动舵控制系统。通过分析船舶运动及其受到干扰力作用的情况,建立船舶控制系统数学模型。本文结合PID控制、模糊控制和粒子群算法,分析研究船舶航向自动舵控制系统。     

基于模糊理论的船舶减摇鳍控制系统研究

以船舶减摇鳍控制系统作为研究对象,应用模糊控制理论提出一种基于Fuzzy推理的模糊控制器并完成模糊控制器的理论实现。基于船舶横摇运动的线性方程对不同浪向下的船舶横摇运动进行了系统仿真。仿真结果表明,与常规PID控制相比,基于Fuzzy推理的模糊控制器具有更好的控制效果和更强的鲁棒性。     

一种基于线性插值的模糊控制器设计及应用

针对常规模糊控制系统在控制过程中精度比较低的问题,将模糊控制系统离线得到的模糊控制表与线性插值算法结合起来,提出一种基于线性插值的模糊控制方法,该方法可以在线计算出系统的控制输出,克服控制器因输入输出量化所造成的调节死区以及稳态误差和稳态颤振的缺点,从而达到提高模糊控制系统控制精度的目的。利用Matlab的Simulink工具进行仿真研究,对3条不同类型的船舶仿真试验结果表明,所设计的线性插值模糊控制器与常规的模糊控制器相比,具有良好的控制性能和实用性。     

船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数，并假设该函数是连续的，在以模糊系统对该函数进行逼近的基础上，利用Lyapunov理论，提出了一种新的模型参考模糊自适应控制算法。其特点是，无论取多少条模糊系统规则，自适应学习的参数只有一个，便于工程实现，而且还确保闭环系统渐近稳定，并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒，进行了船舶航向模型参考模糊自适应自动舵设计，并利用Matlab工具箱进行了仿真研究，结果证明该算法十分有效。     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

基于鲁棒模糊控制的船舶转向及航向保持

为更好的满足船舶转向和航向保持对自动舵系统的不同要求,首先基于一阶闭环增益成形算法对船舶转 向过程分三段进行控制器设计,在自适应模糊推理系统(ANFIS)离线模型辨识正确的前提下得到每个控制器的模糊隶属度函数,然后对三个控制器的输出进行T-S模糊综合.以实习船"育龙"轮的非线性响应模型为控制对象,考虑不同的干扰和模型摄...     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制,以及无人船航向控制具有强非线性和不确定性,本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较,验证了所提出的控制方法的有效性。     

船舶航向非线性系统的鲁棒自适应控制

考虑船舶航向控制系统模型中存在非线性,并且模型参数是未知的情况下,利用Ｌｙａｐｕｎｏｖ稳定性理论,提出了一种鲁棒自适应控制新算法。以“育龙”轮为例,进行了鲁棒自适应自动舵设计,并利用 Ｍａｔｌａｂ工具箱进行了仿真研究,结果证明该算法十分有效。     

船舶自动舵控制系统设计与比较

文中建立船舶操纵控制系统数学模型,设计了传统PID控制和基于频域法的超前控制这两种船舶自动舵控制系统,通过MATLAB/Simulink仿真平台,对设计的控制系统进行仿真研究。仿真结果表明：新设计的频域控制器控制特性明显优于传统PID控制结构,具有良好的操纵性能,能够为航渡任务的安全与顺利完成提供有力保障。