船舶航向非线性系统自适应神经网络控制

摘要：

提出了一种基于最小参数RBF(径向基)神经网络的船舶航向滑模控制算法.针对船舶运动控制中系统函数非线性不确定性和外界干扰项未知问题,利用RBF神经网络进行逼近.考虑到RBF神经网络权值难以快速调整,采用神经网络最小参数学习法设计设计单个参数的估计代替神经网络权值的调整;最后,借助李雅普诺夫稳定性理论设计出船舶航向RBF神经网络直接跟踪控制律.通过与神经网络控制算法和普通自适应控制算法的仿真比较可知,上述控制算法加快了自适应律的求解速度,控制器结构简单,控制参数少,易于工程设计与实现.

关键词：船舶、自适应控制、径向基神经网络、滑模控制、最小参数、李雅普诺夫

所属期刊栏目：25

分类号：TP273.2(自动化技术及设备)

资助基金：江苏海事职业技术学院千帆项目XR1501、XR1504;江苏海事职业技术学院科技重点课题2015KJZD-01;江苏高校品牌专业建设工程资助项目PPZY2015B177

在线出版日期：2018-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：16-19