RBF模糊神经网络航向模糊控制器的遗传优化方法

精准的控制船舶航向可以有效的保证船舶航行安全,本文利用遗传算法对RBF模糊神经网络航向模糊控制器进行了优化,在优化的过程中进行了模糊编码、优良模式自学习算子、最优串重组,最后通过仿真实验来说明,通过遗传算法优化后能够在改变参数的情况下使得船舶可以在预定的范围内可控的、稳定地行驶。     

基于遗传学习算法的船舶航向智能控制方法

针对现有船舶航向控制方面采用的传统控制算法,在对船舶航向数据计算过程中存在数据迭代分析准度失常,无法适应性逻辑推导航向数据量的问题。本文提出基于遗传学习算法的船舶航向智能控制方法,利用遗传算法作为理论算法,对船舶航向数据进行遗传数据的建模,从而得到迭代航向控制量计算因子;接着,引入基于遗传算法的NRD蚁群学习算法,对得到的迭代航向控制量计算因子进行最优控制因子的蚁群化计算,得到船舶航向控制的最优适应控制参量;最后,引入适应性控制算法将最优适应控制参量导入算法,使其生成航向适应性计算逻辑策略,最终实现船舶航向的智能化控制。实验数据表明,提出的方法在航向数据迭代分析计算准确性上,准确度较高,满足可行性与有效性测试要求。     

基于遗传算法和分数阶技术的水下机器人航向控制

[目的]自主式水下机器人(AUV)在海洋资源勘探、水下设备检修、水下搜救等领域发挥着重要作用,是探索海洋、开发海洋资源的重要工具。AUV的航向控制是其完成水下作业任务的基础。目前国内工程上多使用常规整数阶PID(比例、积分、微分)控制器进行航向控制,但该方法存在鲁棒性较差和参数整定复杂的问题。[方法]针对以上常规航向控制方法的不足,提出一种基于分数阶PID技术的航向控制器,并结合遗传算法完成控制参数自动整定,以提高控制器的实用性。分别对试凑法整定整数阶PID参数、基于遗传算法整定整数阶和分数阶PID参数的3种航向控制器进行算法仿真对比。[结果]结果表明:基于遗传算法整定分数阶PID参数的航向控制器相较于其他2个控制器,在上升时间与稳态误差基本相当的情况下超调量显著减小。[结论]说明基于遗传算法整定参数的分数阶水下机器人航向控制算法有效并具有优越性。     

自适应免疫遗传算法在船舶航向控制器中的应用

传统的船舶航海控制器由于性能一般,当遇到复杂的海洋环境时,往往不能胜任船舶的操控要求,而且其安全性也较差,因此在船舶航向控制器设计时,需要综合考虑操作的稳定性和安全性。本文采用自适应免疫遗传算法对航向控制器的工作参数进行优化,增强该控制器的鲁棒性和抗干扰能力,能够适应复杂的海洋环境。通过遗传算法进行PID控制器设计,校正控制器的各项参数。在干扰信号的输入下,航向控制器能够始终维持稳定的航向角,说明此控制器的抗干扰能力良好。     

人工智能算法的舰船航向混合自动控制

为了减少舰船航向混合自动控制偏差,设计一个人工智能算法的舰船航向混合自动控制方法。首先提出舰船航向混合自动控制结构,然后确定寻优参数和控制规则,并对航迹偏差计算,最后采用遗传算法实现最后的舰船航向混合自动控制。实验结果表明。此次研究的人工智能算法的舰船航向混合自动控制方法有效减少了控制偏差,并减少了控制时间,实际应用效果较好。     

基于混合遗传算法的无人船自动航向控制方法

本文针对无人船航向控制提出了基于模糊及遗传算法的控制策略。考虑无人船航向控制,以及无人船航向控制具有强非线性和不确定性,本文将智能策略和常规策略作为无人船航向的舵角控制作为主要控制框架。通过导引律计算期望的角度,并根据自主船的无人船航向控制动态模型进行分析。该模型考虑了舵和船舶推进系统的物理阈值,提出了一种适用于不同无人船航向控制的自适应控制算法,借助增益调度方法(GS),利用PID控制器和遗传算法(GA)对不同的操作点进行全流程的(GS-PID-GA)混合优化。通过真实数据比例缩小进行模型实验并与传统控制方法进行比较,验证了所提出的控制方法的有效性。     

基于改进遗传算法的船舶航向PID控制器

为提高遗传算法对船舶航向PID控制器控制参数整定的效果,提出一种改进的遗传算法,设计自适应交叉算子和变异算子,动态调整交叉概率和变异概率。同时,针对船舶操舵转艏模型,设计恰当的目标函数和超调惩罚机制。仿真试验结果表明,该航向控制器具有收敛速度快、没有超调等优点。     

遗传优化算法在船舶航向混合智能控制中的应用

本文分别研究模糊控制和遗传算法等智能控制算法在船舶航向控制中的应用。基于模糊控制理论,重新设计高效模糊控制器,该控制器具有实时性强、计算量低、节约存储及高效等优点。并且基于遗传算法,设计一种优化航向模糊PID算法,极大提高了自动舵的控制精度。最后通过Matlab中Simulink对控制器及算法进行仿真实验。     

基于响应模型在线辨识的航向鲁棒优化控制

为进一步解决船舶航向控制中模型不确定性的问题,实现鲁棒航向控制器的参数优化,将基于闭环增益成形算法的二阶鲁棒航向控制器参数分成模型参数和干扰带宽参数两部分。对于模型参数摄动,直接利用遗传算法对响应型船舶运动模型参数进行在线辨识;同时,针对海况变化引起航向保持性能下降的情况,综合考虑航向保持精度和舵机节能优化干扰带宽参数,从而实现控制器参数的双重在线优化。仿真结果表明,与固定参数控制器相比其具有更高的航向保持精度、更小的航向调节时间和超调幅度。该系统对于模型摄动和外界干扰具有较好的自适应能力,具有明显的工程应用价值。     

小生境进化算法及其在舰船耐波性优选中的应用

本文介绍了小生境进化算法(NEA)非线性优选模型.通过对广义欺骗性问题的仿真和在舰船耐波性航向航速优选中的成功应用,及与标准遗传算法和黄金分割法的比较,表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点,并能在全局范围内有效地搜索所有最优解.应用表明,海上补给航向航速优选对于航向比较敏感,而对航速则有一个较宽的选择范围.     

基于遗传算法自动舵模糊控制研究

本文采用遗传算法对模糊控制规则进行优化,并将之应用于船舶自动舵控制系统中。经过仿真证明,该方法和普通模糊控制相比具有较好的控制性能     

基于IGA-BP算法的船舶航向智能自适应控制系统设计

在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想.     

基于增强型学习算法的船舶运动混合智能控制

船舶航向控制与航行的安全性、可操纵性和经济性密切相关。本文将增强型学习算法与混合智能技术相结合,应用于船舶运动航向控制,克服了通常混合智能算法的学习需要一定数量样本数据的缺陷,又有发挥各种智能算法的优势。仿真结果表明在缺少样本数据情况下,该算法可以在一定程度上改进控制效果。     

数据融合技术在海图作业标绘台的应用

论文将数据融合技术用于海图作业标绘台的设计,解决了海图作业标绘台实时标绘本舰和多目标航迹从而进行态势估计。文中对海图作业标绘台发展状况进行了简单介绍,并介绍了数据融合技术的应用背景、常用算法及研究内容．设计了相关模型,并具体论述了多目标检测和多目标跟踪技术在海图作业标绘台中应用。     

基于时间依赖网络的车辆调度问题研究

针对城市道路交通存在的不确定性问题,提出将动态车辆调度问题置于时间依赖网络的思想,建立了包括车辆固定成本费用、路阻费用和违反时间窗约束费用在内的广义费用最小化数学模型,采用改进的蚁群算法进行优化求解。仿真实验表明,该方法充分利用了城市道路交通时变性所呈现的周期性特点,是运输与物流企业进行车辆调度时节约成本的有效方法。     

一种求解结构可靠度的新型计算方法

提出了一种求解结构可靠度的软计算方法,该方法综合了人工神经网络的柔软性和遗传算法的全局性及并行快速性的优点.利用人工神经网络的柔软性,可以生成任意形状的函数,因而可以更加贴切地拟合功能函数;由于遗传算法具有并行处理能力,可以对多组样本同时进行处理,因此收敛速度加快.除此之外,文中的遗传算法还使用了小生境共享技术,有效地克服了陷入局部解的缺陷.并根据上述方法研制了结构可靠度分析的电算程序,算例计算表明,计算结果具有很高的精度,该算法为结构可靠度研究提供了一种新的思路和实现路径.     

离散型闭环增益成形算法及其应用

将闭环增益成形算法推广到离散系统中去。分别用Z变换、差分反演法和双线性变换给出一阶、二阶和三阶闭环增益成形算法的离散形式，然后针对船舶航向保持问题，在Matlab环境中进行了仿真研究。仿真结果表明，航向保持的跟踪速度快、没有超调，当模型参数改变时，控制器具有一定的鲁棒性，说明离散型闭环增益成形算法是有效的。     

基于多滑模面的船舶航向非线性系统终端滑模模糊控制(英文)

A terminal sliding mode fuzzy control based on multiple sliding surfaces was proposed for ship course tracking steering, which takes account of rudder characteristics and parameter uncertainty. In order to solve the problem, the controller was designed by employing the universal approximation property of fuzzy logic system, the advantage of Nussbaum function, and using multiple sliding mode control algorithm based on the recursive technique. In the last step of designing, a nonsingular terminal sliding mode was utilized to drive the last state of the system to converge in a finite period of time, and high-order sliding mode control law was designed to eliminate the chattering and make the system robust. The simulation results showed that the controller designed here could track a desired course fast and accurately. It also exhibited strong robustness peculiarly to system, and had better adaptive ability than traditional PID control algorithms.     

遗传算法在雷达组网中应用探析

文章探析了遗传算法用于雷达组网最优化布阵的基本原理和关键技术,其方法主要是通过一定数量的染色体群世代更迭,优胜劣汰,能够较好较快的得出最优解,从而避免了采用传统方法带来执行速度较慢的问题。     

基于图像LSB的隐藏检测算法研究

文章研究了RS（Regular Groups and Singular Groups）、QRS（Quadratic RS Steganalysis）和IRS（仅R）（Improved RS by OnlyRegular Groups）三种图像隐藏检测算法,并提出了一种将QRS和IRS（仅R）算法思想相结合的改进算法,即QRS（仅R）。通过大量图像的仿真表明：该算法相比于RS、QRS、IRS（仅R）算法,在检测率、估计精度和检测时间上均有所改善,改善的相对值分别高达17%、30%和38%。该算法对各种LSB（Least Signification Bit）隐藏算法均能有效检测,是一种简单实用的隐写分析算法。