文献类型：期刊文章

作　　者：张强[1,2] 张显库[1] 林南均[3]

机构地区：[1]大连海事大学航海学院,辽宁大连116026 [2]山东交通学院航海学院,山东威海264209 [3]木浦国立海事大学航海学院,韩国木浦530729

出　　处：《中国航海》

基　　金：国家自然科学基金(51679024;51409033)

年　　份：2017

卷　　号：40

期　　号：4

起止页码：11-15

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：为解决多参数船舶自动靠泊神经网络控制器的计算负荷问题,根据靠泊操纵的实践,通过合理取消虚拟导航线和位置辅助线参数,优化网络输入参数,减少计算维数。利用4种不同初始状态下的靠泊样本数据训练网络权重和偏差,并在处理大样本数据时选择性地调整有效信息数据提取频率,优化控制效果,缩短训练时间。通过基于MMG(Maneuvering Modeling Group)船舶数学模型的仿真试验,验证控制器能在不同于样本训练数据的初始状态下,减少计算维数,降低计算负荷。

关 键 词：船舶 自动靠泊  简捷控制  非线性 神经网络

分 类 号：U664.82]