基于径向基神经网络的船舶运动拟合方法研究

摘要：

船舶运动模型是船舶操纵模拟器的基础，以船舶受力分析为基础的水动力模型是当前应用最广、最有效的方法之一，但实际应用中由于干扰因素多、受力非线性、水动力导数难以确定等问题导致了该方法精度与实时性难以兼容。为解决多种外界作用下船舶运动的准确性与实时性，文章提出一种基于径向基神经网络（RBFN）的运动拟合方法，构造三层神经网络模型，其中隐含层和输出层神经元的传递函数分别取高斯函数和线性函数，通过对积累的历史数据进行学习，利用径向基函数网络在逼近能力、分类能力和学习速度等方面优势，实时推算船舶运动趋势。仿真结果表明，方法实时性能好，具有较高的精度，展现了广阔的应用前景。

关键词：径向基神经网络、船舶操纵模拟系统、响应模型

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-10-12（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：1588-1591