资料下载
×
融合FLC和PIDNN在船舶航向控制中的应用
消耗积分:0 |
格式:rar |
大小:308 |
2009-09-01
分享资料个
本文融合FLC和PIDNN两种控制方法，并将该方法应用到船舶航向控制系统中。仿真
结果表明: 该控制系统响应速度快、超调量小、稳态精度高, 能够快速跟踪系统输出并进
行有效控制, 且具有一定的自适应性和鲁棒性, 满足实时控制的要求。
[关键词]模糊控制;PID神经网络; 航向控制
船舶操纵自动舵一直是船舶运动控制的重要研究课题之一，它与航行安全、能源节约
及操作省力密切相关，从事这一领域研究的专家、学者一直在不懈努力的进行研究。[1]
人工神经网络模拟人脑的工作方式, 是由大量的基本单元互连而成的一种高度复杂、
非线性、并行处理的信息处理系统, 具有一定的自学习、自适应、非线性映射能力以及较强的容错性等优点。
将PID控制规律融入神经网络之中, 即构成一种新型网络结构, 称为PID神经网络
(PIDNN) [2] 。它实现了神经网络和PID 控制规律的本质结合。隐含层中比例(P)、积分(I)、微分(D)3个单元的引入, 使它成为一种动态前向网络, 增强了神经元处理信息的能力,更适合于控制系统。
模糊控制是一种新兴的控制方法.它已被广泛应用在各个领域,尤其适用于船舶这类不
能精确建模或难以建模的非线性系统,但其不足在于不易建立模糊规则。本文提出一种基于PID 神经网络和模糊控制相结合的方案, 用来对船舶航向控制系统进行控制。并用Matlab进行仿真研究, 得到了较为满意的结果。
结果表明: 该控制系统响应速度快、超调量小、稳态精度高, 能够快速跟踪系统输出并进
行有效控制, 且具有一定的自适应性和鲁棒性, 满足实时控制的要求。
[关键词]模糊控制;PID神经网络; 航向控制
船舶操纵自动舵一直是船舶运动控制的重要研究课题之一，它与航行安全、能源节约
及操作省力密切相关，从事这一领域研究的专家、学者一直在不懈努力的进行研究。[1]
人工神经网络模拟人脑的工作方式, 是由大量的基本单元互连而成的一种高度复杂、
非线性、并行处理的信息处理系统, 具有一定的自学习、自适应、非线性映射能力以及较强的容错性等优点。
将PID控制规律融入神经网络之中, 即构成一种新型网络结构, 称为PID神经网络
(PIDNN) [2] 。它实现了神经网络和PID 控制规律的本质结合。隐含层中比例(P)、积分(I)、微分(D)3个单元的引入, 使它成为一种动态前向网络, 增强了神经元处理信息的能力,更适合于控制系统。
模糊控制是一种新兴的控制方法.它已被广泛应用在各个领域,尤其适用于船舶这类不
能精确建模或难以建模的非线性系统,但其不足在于不易建立模糊规则。本文提出一种基于PID 神经网络和模糊控制相结合的方案, 用来对船舶航向控制系统进行控制。并用Matlab进行仿真研究, 得到了较为满意的结果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
