基于神經(jīng)網(wǎng)絡(luò)的船舶運(yùn)動(dòng)姿態(tài)建模預(yù)報(bào).pdf

1、在實(shí)際工程中存在大量的非線性系統(tǒng)，船舶運(yùn)動(dòng)系統(tǒng)就是其中之一。由于受到海風(fēng)、海浪及其他干擾因素的影響，船舶產(chǎn)生了復(fù)雜的六自由度運(yùn)動(dòng)，具有很強(qiáng)的隨機(jī)性和非線性，為保證其航行安全，對(duì)其進(jìn)行非線性建模預(yù)報(bào)就具有十分重大的意義。 神經(jīng)網(wǎng)絡(luò)是當(dāng)前最主要的智能控制技術(shù)之一，它模擬人腦的結(jié)構(gòu)及其對(duì)信息的記憶和處理功能，具有擅長(zhǎng)從輸入輸出數(shù)據(jù)中學(xué)習(xí)有用的知識(shí)的特性。本文從神經(jīng)網(wǎng)絡(luò)理論出發(fā)，深入地研究了BP神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)網(wǎng)絡(luò)及其相應(yīng)改進(jìn)算法，

2、并用之于船舶運(yùn)動(dòng)建模預(yù)報(bào)，取得了比較好的效果。 首先搜集整理了國(guó)內(nèi)外有關(guān)船舶運(yùn)動(dòng)姿態(tài)預(yù)報(bào)技術(shù)的相關(guān)資料，學(xué)習(xí)了神經(jīng)網(wǎng)絡(luò)的基本理論，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行深入研究和探討，并使用共軛梯度算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，使得網(wǎng)絡(luò)性能得到改進(jìn)，提高了預(yù)報(bào)精度。 然后研究徑向基函數(shù)網(wǎng)絡(luò)(RBF)及其變形——廣義回歸網(wǎng)絡(luò)(GRNN)，并用之于船舶運(yùn)動(dòng)預(yù)報(bào)，取得了滿意的效果。分析比較了上述幾種方法的預(yù)報(bào)精度誤差、訓(xùn)練算法速度、時(shí)間等性能指標(biāo)。