基于RBF神經(jīng)網(wǎng)絡(luò)的浮船塢浮態(tài)檢驗(yàn)系統(tǒng)辨識.pdf

1、浮船塢要實(shí)現(xiàn)在水域中的上浮和下沉,就要有一套自己的浮沉系統(tǒng),浮船塢的沉浮系統(tǒng)使得其他船舶能夠在不同的水域進(jìn)出浮船塢的塢艙進(jìn)行作業(yè)?，F(xiàn)階段的浮船塢智能化和自動(dòng)化水平還不夠高,本課題的選題背景的項(xiàng)目就是為了建立一套完整的浮船塢沉浮控制系統(tǒng)和仿真系統(tǒng)。文中以項(xiàng)目中的8萬噸浮船塢為例進(jìn)行分析,浮船塢的沉浮控制系統(tǒng)以六角吃水調(diào)節(jié)進(jìn)／出閥門的開度和32個(gè)壓載艙的進(jìn)排水量為根據(jù)。本論文研究的課題是在已知32個(gè)壓載艙的艙深容量的情況下,建立一個(gè)系統(tǒng),可

2、以得到浮船塢的六角吃水,從而完成浮船塢浮態(tài)的檢驗(yàn)工作,達(dá)到檢測浮船塢沉浮控制系統(tǒng)的算法是否符合精度要求、控制系統(tǒng)的操作工作是否及時(shí)與正確的目的。
　　 文章首先介紹了系統(tǒng)辨識的基礎(chǔ)理論和常見的經(jīng)典系統(tǒng)辨識方法,由于傳統(tǒng)的經(jīng)典系統(tǒng)辨識方法存在一定的局限性,經(jīng)過比較,課題決定選用基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識方法。通過對神經(jīng)網(wǎng)絡(luò)模型和構(gòu)成的分析,浮船塢浮態(tài)檢驗(yàn)系統(tǒng)選用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行系統(tǒng)辨識仿真。文中重點(diǎn)分析了RBF網(wǎng)絡(luò)常用高斯函數(shù)、多二

3、次函數(shù)、逆多二次函數(shù)和薄板樣條函數(shù)等,以及RBF函數(shù)的插值問題和正規(guī)化問題。RBF神經(jīng)網(wǎng)絡(luò)的重點(diǎn)是其學(xué)習(xí)方法,包括隨機(jī)選取RBF中心法、自組織學(xué)習(xí)選取RBF中心法、有監(jiān)督學(xué)習(xí)選取中心法和正交最小二乘法。正交最小二乘法因其適用范圍較廣、學(xué)習(xí)效果良好的特點(diǎn),是其中最常用的一種學(xué)習(xí)方法。
　　 文中用MATLAB軟對浮船塢的浮態(tài)進(jìn)行系統(tǒng)辨識仿真,選用8萬噸浮船塢的艙深測深表中的藏身容量作為輸入訓(xùn)練數(shù)據(jù),吃水作為輸出進(jìn)行訓(xùn)練。正確獲得六