电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2014年
17期
145-147,150
,共4页
船舶摇摆%ELM算法%轨迹跟踪%预测
船舶搖襬%ELM算法%軌跡跟蹤%預測
선박요파%ELM산법%궤적근종%예측
ship swaying%ELM algorithm%trajectory tracking%prediction
起重船进行海洋作业时,难免会受到风浪的影响,船体随之发生摇摆,使得起重船无法正常作业.船舶摇摆是一个复杂的非线性运动,神经网络具有很好的在线学习预测的能力,对此本文提出一种基于极端学习机ELM算法的轨迹跟踪方法,对起重船的摆动进行实时跟踪预测,在MATLAB中仿真出跟踪效果图,并与传统的BP神经网络算法对比,得出ELM具有更快更准确的跟踪预测能力,突出了ELM算法的优越性,最后可将此方法用于吊摆控制系统中.
起重船進行海洋作業時,難免會受到風浪的影響,船體隨之髮生搖襬,使得起重船無法正常作業.船舶搖襬是一箇複雜的非線性運動,神經網絡具有很好的在線學習預測的能力,對此本文提齣一種基于極耑學習機ELM算法的軌跡跟蹤方法,對起重船的襬動進行實時跟蹤預測,在MATLAB中倣真齣跟蹤效果圖,併與傳統的BP神經網絡算法對比,得齣ELM具有更快更準確的跟蹤預測能力,突齣瞭ELM算法的優越性,最後可將此方法用于弔襬控製繫統中.
기중선진행해양작업시,난면회수도풍랑적영향,선체수지발생요파,사득기중선무법정상작업.선박요파시일개복잡적비선성운동,신경망락구유흔호적재선학습예측적능력,대차본문제출일충기우겁단학습궤ELM산법적궤적근종방법,대기중선적파동진행실시근종예측,재MATLAB중방진출근종효과도,병여전통적BP신경망락산법대비,득출ELM구유경쾌경준학적근종예측능력,돌출료ELM산법적우월성,최후가장차방법용우조파공제계통중.
