船舶航向最優(yōu)化控制設(shè)計.pdf

1、隨著控制理論的發(fā)展，越來越多新型的控制器算法被運用到船舶航向控制中，且取得了較好的控制效果，但是，人們對控制器的要求也隨著控制理論的發(fā)展而提高，因此，為了滿足船舶航行的安全性及經(jīng)濟性，迫切需要將更高效、節(jié)能的控制器引入船舶航向運動控制中。
　　本文主要著眼于設(shè)計經(jīng)濟節(jié)能且控制效果良好的船舶航向控制器，為此，引入最優(yōu)控制理論研究的最新成果，分別對船舶航向線性、非線性系統(tǒng)進行了離線與在線最優(yōu)控制器設(shè)計。
　　首先，針對部分模型未

2、知的船舶航向線性跟蹤控制系統(tǒng)，本文引入一種基于策略迭代(Policy Iteration; PI)算法的積分強化學(xué)習(xí)(Integral Reinforcement Learning;IRE)技術(shù)，在無需預(yù)先知道船舶航向線性系統(tǒng)的漂移動態(tài)的情況下得到最優(yōu)跟蹤控制器，并且該算法能夠保證控制律收斂到最優(yōu)。其次，針對考慮輸入飽和的船舶航向非線性系統(tǒng)，研究了一種基于PI的離線最優(yōu)控制算法，該算法通過引入一種廣義非二次泛函來處理船舶舵角飽和限制，同

3、時使用神經(jīng)網(wǎng)絡(luò)來逼近代價函數(shù)以求解哈密爾頓-雅克比-貝爾曼(Hamilton-Jacobi-Bellman; HJB)方程，從而得到具有良好控制效果的非線性船舶航向最優(yōu)控制器。最后，在前兩章研究的基礎(chǔ)上，針對考慮輸入飽和的船舶航向非線性系統(tǒng)，結(jié)合PI、神經(jīng)網(wǎng)絡(luò)以及自適應(yīng)技術(shù)，本文提出了一種在線自適應(yīng)最優(yōu)控制算法，通過構(gòu)建一個執(zhí)行——評價結(jié)構(gòu)來在線求解HJB方程。該在線學(xué)習(xí)算法能夠同時對評價機構(gòu)和執(zhí)行機構(gòu)的神經(jīng)網(wǎng)絡(luò)權(quán)值進行調(diào)諧，在減少計算