基于极限学习机的船舶横摇预测与控制

发布时间：2017-09-05 12:00

  本文关键词：基于极限学习机的船舶横摇预测与控制

  更多相关文章： 船舶横摇运动 极限学习机 预测控制

【摘要】：船舶横摇运动的预测与控制一直是船舶运动控制领域中重要的研究内容。而现代人工智能算法的发展,为船舶横摇运动的预测和控制提供了新的思路。其中极限学习机因结构简单、全局最优、计算速度快等特点使其在船舶运动预测和控制的应用中有着独特的优势。本文基于改进的极限学习机建立实时多步预测模型,并将其应用于船舶横摇运动预测和控制。本文首先介绍了本研究的目的和意义,并对极限学习机以及船舶横摇运动预测和控制等领域的研究现状进行了分析。针对实际系统的非线性及时变动态等复杂特性,应用序贯极限学习机建立时变动态系统的实时多步预测模型,并应用时间差分算法对于模型进行误差补偿,提高了模型多步预测精度。以船舶横摇运动为研究对象,基于船舶耐波性原理分析了船舶横摇运动特性。基于极限学习机构建船舶横摇的实时多步预测模型,并应用实际船舶横摇数据对于船舶横摇角进行多步预测,结果验证了模型有效性。将建立的预测模型作为系统动态的在线预测器,设计一种船舶减摇鳍预测控制系统,利用船舶减摇鳍对于船舶横摇运动进行抑制。建立船舶减摇鳍控制模型和波浪扰动模型,应用控制器进行不同海况环境下的船舶横摇运动控制仿真试验,结果验证了该预测控制系统对控制船舶横摇有良好的效果。通过本文的研究,将极限学习机应用于船舶运动预报和控制的研究中,并验证了极限学习机在船舶横摇运动的实时预测和控制中应用的可行性。
【关键词】：船舶横摇运动 极限学习机 预测控制
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U661.32
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-14
• 1.1 研究的背景和意义9
• 1.2 国内外研究现状9-13
• 1.2.1 船舶横摇运动预测9-11
• 1.2.2 预测控制11-12
• 1.2.3 极限学习机12-13
• 1.3 本文主要研究内容13-14
• 第2章 基于极限学习机的多步预测模型14-23
• 2.1 极限学习机14-17
• 2.1.1 离线型极限学习机14-16
• 2.1.2 序贯极限学习机16-17
• 2.2 时间差分学习17-19
• 2.2.1 强化学习17-18
• 2.2.2 时间差分算法18-19
• 2.3 实时多步预测模型的构建19-22
• 2.3.1 序贯极限学习机的预测形式19-21
• 2.3.2 基于时间差分学习的误差补偿21-22
• 2.4 本章小结22-23
• 第3章 船舶横摇运动预测23-35
• 3.1 船舶横摇运动方程23-28
• 3.1.1 船舶线性横摇运动25-26
• 3.1.2 船舶非线性横摇运动方程26-28
• 3.2 船舶横摇实时预测28-34
• 3.2.1 模型输入结构的选择28-30
• 3.2.2 基于AIC准则的极限学习机神经元数目的确定30-32
• 3.2.3 实船数据预测试验32-34
• 3.3 本章小结34-35
• 第4章 应用极限学习机的船舶横摇预测控制35-47
• 4.1 基于极限学习机的广义预测控制器的设计35-39
• 4.1.1 广义预测控制35-36
• 4.1.2 基于极限学习机预测模型的广义预测控制器36-39
• 4.2 船舶减摇鳍控制系统仿真39-46
• 4.2.1 波浪模型的建立39-41
• 4.2.2 船舶减摇鳍控制系统41-43
• 4.2.3 仿真试验与结果分析43-46
• 4.3 本章小结46-47
• 第5章 总结与展望47-48
• 5.1 全文总结47
• 5.2 工作展望47-48
• 参考文献48-53
• 攻读学位期间公开发表论文53-54
• 致谢54-55
• 作者简介55

【参考文献】

中国期刊全文数据库 前5条

1 朱文谱,陈碧云,胡震;船舶运动自适应TAR模型预报方法[J];船舶力学;1998年04期

2 余音,胡毓仁,金咸定;船舶在波浪中非线性横摇研究的现状和发展[J];船舶力学;2000年01期

3 刘丽桑;彭侠夫;;二阶灰色神经网络在船舶横摇预报中的应用[J];船舶力学;2011年05期

4 臧传德,赵国良,仪维宪,魏鸿林;基于神经模糊模型的船舶航行广义预测控制[J];自动化技术与应用;2003年01期

5 徐培,金鸿章,王科俊,阎立涛;一种新型的船舶横摇运动实时预报方法[J];中国造船;2002年01期

中国硕士学位论文全文数据库 前1条

1 江同洋;船舶横摇运动及减摇鳍控制系统的仿真研究[D];大连海事大学;2011年

，

本文编号：797827