大连海事大学学报
大連海事大學學報
대련해사대학학보
JOURNAL OF DALIAN MARITIME UNIVERSITY
2013年
4期
5-8
,共4页
船舶%航向控制%动态面(DSC)%神经网络(NN)%最少学习参数(MLP)
船舶%航嚮控製%動態麵(DSC)%神經網絡(NN)%最少學習參數(MLP)
선박%항향공제%동태면(DSC)%신경망락(NN)%최소학습삼수(MLP)
ship%course control%dynamic surface control (DSC)%neural network(NN)%minimum learning parameter(MLP)
针对非线性船舶航向运动数学模型存在模型误差的情况,提出一种神经网络控制方法.基于Lyapunov稳定性分析理论,采用动态面(DSC)控制技术,以消除传统Backstepping 方法中存在的“计算爆炸”问题,并采用最少学习参数(MLP)技术,以减少控制器的计算负担,便于工程实现和应用.设计的神经网络控制器可以保证闭环系统中所有信号一致最终有界,使跟踪误差任意小.仿真验证了算法的有效性.
針對非線性船舶航嚮運動數學模型存在模型誤差的情況,提齣一種神經網絡控製方法.基于Lyapunov穩定性分析理論,採用動態麵(DSC)控製技術,以消除傳統Backstepping 方法中存在的“計算爆炸”問題,併採用最少學習參數(MLP)技術,以減少控製器的計算負擔,便于工程實現和應用.設計的神經網絡控製器可以保證閉環繫統中所有信號一緻最終有界,使跟蹤誤差任意小.倣真驗證瞭算法的有效性.
침대비선성선박항향운동수학모형존재모형오차적정황,제출일충신경망락공제방법.기우Lyapunov은정성분석이론,채용동태면(DSC)공제기술,이소제전통Backstepping 방법중존재적“계산폭작”문제,병채용최소학습삼수(MLP)기술,이감소공제기적계산부담,편우공정실현화응용.설계적신경망락공제기가이보증폐배계통중소유신호일치최종유계,사근종오차임의소.방진험증료산법적유효성.
