使用径向基函数网络构建船舶非线性参数模型 (2006年)

船舶在航行中受到各种随机扰动,为了实时控制船舶运动姿态,需建立一个基于航速、海情和航向角实时变 化的三维智能化运动模型 。文中以某水面舰艇为研究对象,利用典型航速、航向角、海情下水池实验测量的数据算得 水动力参数,基于径向基函数神经网络(RBF)算法,逼近三维空间各水动力参数的非线性函数,从而得到随航速、海 情和航向角自适应变化的船舶运动非线性参数模型 。仿真结果表明,径向基函数神经网络学习算法可以快速、精确 地建立非线性参数模型 。所建模型误差小于2%,该模型可用于船舶控制,使 LQG减横摇控制效果提高