基于elm算法的起重船摆动轨迹跟踪 - 电子设计工程.pdf

第 卷 第 期 电子设计工程 年 月 基于 算法的起重船摆动轨迹跟踪 展 敏 李 彦 江苏科技大学 电子信息学院江苏 镇江 摘要起重船进行海洋作业时难免会受到风浪的影响船体随之发生摇摆使得起重船无法正常作业船舶摇摆是一 个复杂的非线性运动神经网络具有很好的在线学习预测的能力对此本文提出一种基于极端学习机 算法的轨 迹跟踪方法对起重船的摆动进行实时跟踪预测在 中仿真出跟踪效果图并与传统的 神经网络算法对 比得出 具有更快更准确的跟踪预测能力突出了 算法的优越性最后可将此方法用于吊摆控制系统中 关键词船舶摇摆 算法轨迹跟踪预测 中图分类号 文献标识码 文章编号 起重船是海洋工程装载作业的重要设备 但由于处在 络如 网络是目前应用较多的一种神经网络形式 它具有 海洋环境中 起重船难免会受到风浪等恶劣环境的影响起 推广 概括和自学习能力 但它也有许多不完美的方面例 重船就会随着海浪的波动而发生摇摆由于吊物系统固定于 如难以求到复杂非线性函数的全局极值可能陷入局部极 起重船上则吊物系统也随之发生摆动这就会是起吊作业 值训练速度慢由于要不停的进行误差反向传播以调整神 无法正常运作当超出起重船的抗击海险能力时甚至会使 经网络的权值和阈值达到最佳的训练网络过拟合现象由 船舶倾翻产生巨大的危害 因此对船舶摇摆的轨迹跟踪进 于网络的预测能力与训练能力相矛盾 行实时监控并提前预测船舶运动状态通过传感器检测发 在 年等人提出了一种基于单隐含层前馈 回给吊摆系统对吊摆的实时控制有着重要的意义 神经网络 的 神经网络算法该算法随机产生输 船舶摇摆运动是个复杂的非线性运动 而人工神经网 入层与隐含层间的连接权值及隐含层神经元的阈值且在训 络具有逼近任意非线性函数的能力由于最近几年对于神经