基于支持向量机的船舶航向广义预测控制

]*>","")" /> 基于支持向量机的船舶航向广义预测控制

船舶 ›› 2007, Vol. 18 ›› Issue (01): 57-60.

基于支持向量机的船舶航向广义预测控制

齐亮;俞孟蕻;

江苏科技大学电子信息学院,江苏科技大学电子信息学院镇江212003,镇江212003

出版日期:2007-02-28 发布日期:2007-02-28

Online:2007-02-28 Published:2007-02-28

摘要/Abstract

摘要： 船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络———支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的。仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能。

关键词: 广义预测控制, 结构风险最小化, 支持向量机, 船舶航行

中图分类号:

U675.9

齐亮;俞孟蕻;. 基于支持向量机的船舶航向广义预测控制[J]. 船舶, 2007, 18(01): 57-60.

[1]	. “新光华”号10万吨半潜运输船[J]. 船舶, 2017, 28(02): 103-104.
[2]	杨松林;杨昭龙;张火明;. 吃水受限内河船舶航行性能综合优化的分层并行混沌算法[J]. 船舶, 2008, 19(02): 31-34.
[3]	叶邦全;. 第5篇安全营运第1章航行设备[J]. 船舶, 2007, 18(02): 62-64.
[4]	唐云澜. 德国劳氏船级社(GL)的船级符号[J]. 船舶, 1999, (03): 2-.
[5]	ю.А.西莫诺夫 ,г.м.科瓦里 ,俞忠德. 破冰船与冰区航行运输船发展趋势[J]. 船舶, 1990, (06): 14-17.
[6]	D.霍夫曼 ,钱文豪. 船舶在冰区航行的阻力和推进性能[J]. 船舶, 1990, (06): 31-34.

基于支持向量机的船舶航向广义预测控制

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics