基于人工神经网络的船舶运动数学模型的辨识-东南大学学报.PDF

第 卷第 期 ３０ ２ 东南大学学报（自然科 学版 ） Ｖｏｌ３０Ｎｏ２ 年 月 ２０００ ３ （ ） Ｍａｒ．２０００ ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ  基于人工神经网络的船舶运动数学模型的辨识 林 莉 万德钧 李滋刚 （东南大学仪器科学与工程系，南京 ２１００９６） 摘 要 根据船舶海上航行的实际情况，针对船舶运动的特点，提出了用不同神经网 络对船舶运动数学模型进行辨识的新方法 给出 种神经网络模型，并比较这 种模 ． ２ ２ 型的辨识效果． 关键词 船舶操纵；系统辨识；神经网络 分类号 ； ＴＰ２７３２Ｕ６６６１５３ 船舶运动模型描述船舶在运动过程中对控制输入（舵角）的响应特性，了解和掌握船舶运 ［］ １ 动模型是对船舶进行操纵控制的前提条件，也是研究船舶操纵性能和设计自动舵的基础 船 ． 舶在水中运动时的受力关系十分复杂，并且航行工况和环境不断变化，使得船舶的操纵成为一 ［］ ２ 个非线性的时变过程 ，研究起来非常困难，通常采用试验与理论相结合的方法进行研究 但 ． 无论是用实船试验的方法，还是用船模试验的方法来研究船舶的操纵性，一般只能确定某一特 定情况下的船舶运动的数学模型． 本文针对船舶运动的特点，研究人工神经网络在船舶运动模型辨识中的实际应用，并比较 不同神经网络结构下的辨识效果． １ 船舶航行特点及其运动模型辨识方法 船舶在海洋中航行时，具有如下特点： ①环境复杂多变，干扰多，不确定因素多； ②对象的参数（操纵特性）和运动模型随工作条件和环境改变； ③对象的时间延迟比较大，并通常具有非最小相位特性； ④对象的运动模型复杂，无法得到精确的数学模型． 系统的不确定性有时表现在系统内部，有时表现在系统外部 从系统内部来讲，描述被控 ． 对象动态特性过程的数学模型的结构和参数不一定确切知道；从系统外部来讲，外部环境对系 统的影响可以等效表示为许多扰动的综合作用，这些扰动通常是不可测的，它们可能是确定 的，也可能是不确定的． 航行中的船舶与其所处的环境一起构成了一个十分复杂的系统，其中包括许多作用因素 和环节，它们之间相互影响、相互耦合，使得系统的输入输出之间呈现十分复杂的关系 船舶的 ． 各个环节、各个部分都存在许多非线性因素、不确定因素和无法描述的因素，要用数学表达式 对此进行具体描述，是十分困难，甚至是根本不可能的． 收稿日期： 第一作者：女， 年生，博士研究生 １９９９－０６－２８． １９６７ ．