分布式遗传的船舶航向神经网络优化控制

发布时间：2021-05-15 22:46

　　针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法（distributed genetic algorithm,DGA）并结合模拟退火算法对常规遗传算法（genetic algorithm,GA）进行改进。利用改进的GA对径向基函数（radical basis function,RBF）神经网络进行优化。利用优化的RBF神经网络对系统不确定项进行逼近,并对控制输入进行补偿实现抗饱和控制。利用三阶干扰观测器对外部扰动实时跟踪并反馈到滑模控制器（sliding mode controller,SMC）设计中。借助SMC设计并结合李雅普诺夫稳定性理论推算出船舶运动控制律,实现船舶运动优化控制。通过实验验证了本文设计的控制器性能较现有的模糊PID控制器和神经网络SMC优越,系统达到稳定的时间短,平均超调量小。 

【文章来源】：上海海事大学学报. 2020,41(04)北大核心

【文章页数】：6 页

【文章目录】：
0 引 言
1 基本方法
    1.1 具有输入饱和度的船舶运动模型
    1.2 基于RBF神经网络的抗饱和设计
    1.3 外部干扰观测器
2 RBF神经网络的优化
    2.1 改进GA
        2.1.1 基于SA算法的适应度修正
        2.1.2 变异概率的改进
    2.2 基于改进GA的RBF神经网络优化
3 基于滑模控制的航向控制实现
4 实 验
    4.1 实验条件与数据
    4.2 性能验证
    4.3 对比实验
    4.4 结果比较与验证
5 结 论


【参考文献】：
期刊论文
[1]船舶运输安全保障下的智能船舶运动控制策略[J]. 张显库,韩旭.  中国舰船研究. 2019(S1)
[2]船舶航向非线性离散系统自适应模糊最优控制[J]. 朱丽燕,李铁山,单麒赫.  哈尔滨工程大学学报. 2019(09)
[3]水面舰船动力定位系统ESO输入饱和控制[J]. 邓英杰,张显库,张国庆.  系统工程与电子技术. 2019(05)
[4]非线性修饰与模糊控制船舶航向保持控制比较[J]. 冯永孝,张显库.  中国航海. 2018(04)
[5]基于Lyapunov稳定性的船舶航向保持控制器非线性反馈改进[J]. 马超,张显库,杨光平.  中国舰船研究. 2019(01)
[6]基于非线性修饰模糊PID的船舶航向保持控制[J]. 冯永孝,张显库.  船舶工程. 2018(S1)
[7]自适应智能航向控制方法研究[J]. 张洪飞,闫守成.  舰船科学技术. 2016(02)

博士论文
[1]基于强化学习的无人船舶避碰导航及控制[D]. 沈海青.大连海事大学 2018



本文编号：3188470