基于支持向量机的船舶航向广义预测控制研究

摘要：

船舶的动态性能具有大惯性、大时滞、非线性等特点,采用基于结构风险最小化原则的神经网络--支持向量机(SVM),充分发挥其可以任意逼近非线性模型的良好特性对船舶模型进行有效辨识,以此作为广义预测控制(GPC)算法中的预测模型,并加以相应的GPC算法达到保持航向的目的.仿真结果表明:SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于SVM的GPC算法在航向保持方面具有很好的控制性能.

关键词：船舶、舰船工程、支持向量机、结构风险最小化、广义预测控制、船舶航向

分类号：U675.9

在线出版日期：2007-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：54-56