RBF模糊神经网络航向模糊控制器的遗传优化方法

精准的控制船舶航向可以有效的保证船舶航行安全,本文利用遗传算法对RBF模糊神经网络航向模糊控制器进行了优化,在优化的过程中进行了模糊编码、优良模式自学习算子、最优串重组,最后通过仿真实验来说明,通过遗传算法优化后能够在改变参数的情况下使得船舶可以在预定的范围内可控的、稳定地行驶。     

船舶操纵的自整定PID参数模糊控制器研究

船舶操纵是一个非线性、高阶的时间滞后过程，并受各种不确定的环境干扰。由于传统的ＰＩＤ调节器的操纵性能不能令人满意，故本文提出一种模糊推量功能实现ＰＩＤ参数自整 控制。它能根据船舶动态特性的变化，自动重新整定ＰＩＤ参数，从而改善了操纵性能和鲁棒性。     

船舶操纵的FARMA模型模糊控制器研究

船舶操纵是一个非线性过程,传统控制方式的操纵性能不能令人满意。本文提出了一种不依靠任何系统模型的模糊控制器设计方法。仿真结果表明了它在船舶操纵应用中切实可行,在一定程度上改善了操纵性能。     

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。     

基于人工神经网络的船舶操纵运动仿真

介绍船舶操纵运动仿真的发展概况、现有成果及人工神经网络的基本理论,探讨将神经网络应用于船舶操纵运动仿真领域,构造一种网络结构和训练方法完成船舶操纵指令与船舶运动态势参数映射的可行性,并构建基于典型BP神经网络模型的操纵运动仿真系统。     

船舶操纵性能的模糊综合评估

寻找一种科学实用的船舶操纵性能综合评价方法一直是船舶研究者、设计者和使用者所追求的目标之一．应用模糊综合评估理论,建立了船舶操纵性能综合评估模型,通过对多条船舶的操纵性能所进行的计算分析表明,应用该模型可以得到符合实际的结论．     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

基于组合优化算法的船舶信息风险评估

为避免船舶信息风险引发重大船舶航行事故,研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标,构建船舶信息风险评估指标体系,将其作为径向基函数（RBF）神经网络输入层输入数据,经隐含层映射操作后,通过输出层输出评估到的船舶信息风险等级,采用结合模糊C均值聚类算法和遗传算法的组合优化算法,合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量,提升船舶信息风险评估效果。实验结果表明：该方法可有效评估多艘船舶的信息风险,并可依据评估结果获取何种因素导致船舶信息风险,提出针对性指导建议。     

基于模糊RBF神经网络的辐射源识别

针对模糊识别系统的不足,为了提高辐射源识别系统的识别正确率,构建了基于模糊RBF神经网络的辐射源识别系统,提出了一种等价型模糊RBF神经网络的结构和学习算法,采用五层神经网络结构来实现模糊系统的模糊化和规则推理,神经网络的所有节点和参数对应了模糊系统的隶属函数和推理过程.在仿真实验中,分别采用模糊识别系统、并联型模糊RBF神经网络、结构等价型模糊RBF神经网络进行辐射源识别,给出了三种算法在相同噪声环境下的仿真结果,表明等价型模糊RBF效神经网络有较高的正确识别率,具有更强的抗干扰能力,但运算量相对较大.     

船舶航向模糊自整定操舵控制器的研究

船舶航向操舵控制是个典型的非线性系统,而工程上经常使用的常规PID(Proportional Integral Differential)控制器则为线性控制,至于模糊控制虽为非线性控制,但稳态精度不高。将常规PID控制与模糊控制相结合,基于Norrbin非线性系统模型和模糊自整定PID控制器的设计步骤,提出一种新的船舶航向控制算法,即船舶航向模糊自整定操舵控制器,并针对5 446标准箱的集装箱船舶,用Matlab进行了仿真计算。仿真结果表明,该控制算法可以使船舶航向控制从动态和稳态上都具有较好的精度,跟踪响应迅速,超调量小。     

模型参考模糊自适应控制在船舶航向控制中的应用

将模型参考模糊自适应控制运用于船舶航向系统,仿真对象采用船舶操纵的非线性数学模型,并与模糊控制相比较,仿真结果表明了模型参考模糊自适应控制算法的正确性。     

改进遗传模糊神经网络在舰船组合导航中的应用

由于舰船组合导航系统的实际运行环境比较恶劣，系统精确的数学模型及噪声的统计特性不易先验得到，而导致常规卡尔曼滤波器失效。尝试将改进遗传算法优化的模糊神经网络用于舰船组合导航系统中，仿真结果表明，提出的算法比较有效，并且精度和常规卡尔曼滤波算法相当。     

船舶航向PID型模糊控制器研究

航速变化及由此引起的干扰使得船舶航向控制较为困难。基于常规max-min型Mamdani模糊控制器(fuzzy controller,FC),再增加积分项,将PD型模糊控制器与PI型模糊控制器相并联,构造了一种新的船舶航向PID型模糊控制器。该模糊控制器充分利用了常规PID控制器的设计经验来调节参数。不同航速下的5 446TEU集装箱船及"育龙"号实习船模型仿真结果表明,与常规PID控制器和模糊控制器的效果相比,不但航向设定值跟踪控制性能得到了保证,还具有更好的鲁棒性和抗干扰能力。     

基于遗传算法的模糊控制型船舶自动驾驶仪研究

该文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线性、时变参数的控制对象,提出了一种基于遗传算法的模糊控制型和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遗传算法的模糊控制型船舶自动驾驶仪的性能作了比较,结果表明该文所提出的方法控制性能良好。     

船舶力控减摇鳍模糊控制器设计及稳定性分析

建立了船舶力控减摇鳍控制系统的T-S(Takagi-Sugeno)模糊模型.根据输入采用标准模糊分划的模糊控制系统的定义和性质,通过构建分段光滑的Lyapunov函数提出了一个新的判定闭环T-S模糊控制系统稳定性的充分条件.该方法只需在各最大交叠规则组内分别寻找公共的正定矩阵,减小了以往稳定性判定方法的保守性和难度.在此基础上利用并行分布补偿(PDC)原理,进一步探讨了T-S模糊控制器的系统化设计方法,并具体设计了一种船舶力控减摇鳍的模糊控制器.计算机仿真结果验证了本文模糊控制器设计方法的有效性.     

模糊控制器在船舶动力定位系统中的应用及改进

本文研究了船舶动力定位中模糊控制的应用问题,探讨了模糊控制中隶属函数和模糊规则的具体制定,并应用可变论域的思想对模糊控制器进行改进.对船舶的纵向运动进行了控制与仿真,并且做了比较与分析.仿真结果表明,改进的模糊控制器能对船舶的动力定位实施更有效的控制.     

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.     

基于船舶驾控测试系统的嵌入式车钟系统设计

针对船舶驾控设备类型多样的特点,提出一种基于船舶驾控测试系统的嵌入式车钟系统,对系统硬件组态进行布局,并结合软件,通过改变拨码盘状态,实现硬件和通信两种作业模式。该系统完成人员安全训练和设备开发功能,具有较高的应用价值。