收藏本站
《哈尔滨工程大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群优化算法研究及其在船舶运动参数辨识中的应用

戴运桃  
【摘要】:在船舶运动控制领域,建立船舶运动数学模型有两个目的:建立船舶操纵模拟器,为研究闭环系统性能提供一个基本的仿真平台;直接为设计船舶运动控制器服务。通过理论计算或实验得到的水动力参数精度难以保证,因此,目前大多采用辨识的方法得到水动力参数。从算法执行过程来看,水动力参数辨识问题可以归结为优化搜索问题。 粒子群优化算法是20世纪90年代提出的一种群智能优化算法。其优越的问题求解模式在优化问题的求解中取得了极大成功,引起了相关领域学者的广泛关注。实践已经证明,粒子群优化算法能够很好的解决复杂非线性条件下的多约束优化问题。本文主要针对粒子群优化算法及其在船舶运动水动力参数辨识中的应用进行研究,论文主要研究工作如下: 1.概述了粒子群优化算法的基本原理,并对粒子群优化算法的拓扑结构进行了详细的分析,阐述了粒子群优化算法的拓扑结构对算法性能的影响,给出了不同结构的粒子群优化算法对标准函数在算法性能、收敛速度、达优率等方面的测试结果。 2.分析了简化粒子群优化算法的收敛特性,并通过大量实验,详细分析了粒子群优化算法中各参数对算法收敛精度、达优率等方面的影响,提出了一种利用一个顶层粒子群优化算法对底层用来优化函数的粒子群优化算法的参数进行优化选取的方法。算法仿真和性能对比试验结果表明,该方法能够方便有效的实现粒子群优化算法参数的优化选取,有利于粒子群优化算法的应用和推广。 3.基于提高算法寻优能力和算法寻优速度两方面考虑,分别设计了基于进化的粒子群优化算法和基于分阶段搜索的粒子群优化算法。基于进化的粒子群优化算法在标准粒子群优化算法的基础上引入一种进化策略,增加粒子的多样性。在算法迭代寻优的过程中,通过对群体中的粒子进行选择、变异等进化操作,构造进化粒子群优化算法,提高算法的全局搜索能力。基于分阶段搜索的粒子群优化算法是利用粒子群搜索过程中参数收敛特性,对待辨识参数进行分组,采用分阶段搜索的方式进行辨识。求解结果表明,该算法能够快速的辨识各参数,验证了算法的有效性,该算法尤其适合高维数的复杂系统辨识。 4.对船舶纵向运动参数辨识问题进行了描述,分析了对船舶纵向运动参数辨识所要考虑的各方面因素。对观测数据的特性进行了分析,并给出了数据预处理的方法,另外,还设计了两种不同的输入参数建模方式,并分别进行了仿真。基于模糊CMAC神经网络的有关理论,以及通过切片理论计算和水池实验获得的数据,建立了任意航向、航速和海情的自适应变化的非线性参数智能化模型,为水动力参数辨识提供了有效的搜索区间。为了考察算法对噪声的适应能力,在有噪声干扰和没噪声干扰两种情况下都做了仿真,并进行了对比。仿真实验证明,基于改进的粒子群优化算法能够正确的辨识船舶纵向运动水动力参数,为船舶水动力参数辨识提供了一种新的解决方案。 5.对船舶横向运动参数辨识问题进行了描述,分析了船舶横向运动参数辨识的难点和解决方案。针对船舶横向水动力参数多、参数之间耦合度高的特点,提出了一种计算参数敏感性系数的方法,并依据敏感性系数对参数进行了分类,采用分阶段的方法对参数进行辨识。仿真结果表明,该方法能够正确有效的对船舶横向运动水动力参数进行辨识。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王峰;邢科义;徐小平;;系统辨识的粒子群优化方法[J];西安交通大学学报;2009年02期
2 苏国韶,冯夏庭;基于粒子群优化算法的高地应力条件下硬岩本构模型的参数辨识[J];岩石力学与工程学报;2005年17期
3 袁君;陈贝;朱光灿;;采用混沌粒子群优化算法的水质模型参数辨识[J];东南大学学报(自然科学版);2009年05期
4 郝宁眉;吕新荣;杜刚;;基于粒子群优化算法的异步电动机动态模型参数估计方法研究[J];科学技术与工程;2011年15期
5 陈建华;李先允;邓东华;廖德利;;PSO算法在电力系统中的应用现状和前景探析[J];南京工程学院学报(自然科学版);2008年01期
6 李丹;高立群;黄越;王珂;;基于天体系统粒子群算法的异步电机参数辨识[J];东北大学学报(自然科学版);2008年09期
7 赵波,郭创新,曹一家;基于粒子群优化算法和动态调整罚函数的最优潮流计算(英文)[J];电工技术学报;2004年05期
8 唐剑东,熊信银,吴耀武,蒋秀洁;基于改进PSO算法的电力系统无功优化[J];电力自动化设备;2004年07期
9 付国江,王少梅,刘舒燕,李宁;含维变异算子的粒子群算法[J];武汉大学学报(工学版);2005年04期
10 陈贵敏;贾建援;韩琪;;粒子群优化算法的惯性权值递减策略研究[J];西安交通大学学报;2006年01期
11 孙凡国;黄伟;;基于粒子群算法的并联机构结构参数优化设计[J];机械设计与研究;2006年03期
12 瞿高峰;陈淑燕;;粒子群优化算法在交通信号配时中的应用[J];广西师范大学学报(自然科学版);2006年04期
13 袁鹏;常江;朱兵;李彬;;粒子群算法的惯性权重模型在水库防洪调度中的应用[J];四川大学学报(工程科学版);2006年05期
14 俞俊霞;房鑫炎;;基于粒子群优化算法的动态无功优化[J];华东电力;2006年11期
15 吴杰康;陈明华;陈国通;;基于PSO的模糊神经网络短期负荷预测[J];电力系统及其自动化学报;2007年01期
16 杨欣毅;刘剑锋;张强;刘海峰;;粒子群优化算法求解航空发动机模型的应用[J];航空计算技术;2007年06期
17 黄玮;林知明;李波;;基于禁忌搜索粒子群优化算法的无功优化[J];电力学报;2007年04期
18 陈力;叶文;郭久智;;基于粒子群优化的航路规划算法研究与仿真[J];海军航空工程学院学报;2008年03期
19 何娜;黄丽娜;武健;徐殿国;;基于粒子群优化算法的混合有源滤波器中无源滤波器的多目标优化设计[J];中国电机工程学报;2008年27期
20 王洪希;田伟;白晶;;基于改进PSO算法的热连轧粗轧短行程控制曲线优化[J];重型机械;2008年05期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
5 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
6 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国重要报纸全文数据库 前9条
1 记者 桑学勇;黑龙江电网首台机组参数辨识工作完成[N];中国电力报;2009年
2 记者 刘颖;自动舵市场:从中端产品突破[N];中国船舶报;2008年
3 本报记者 王喜林 栗嘉整理;走特色办园之路[N];科技日报;2004年
4 通讯员 杨莉 姜云飞;不上船便可走遍万里海疆[N];中国水运报;2009年
5 林梦婕 戴礼豪;以科技创新做强榕城电网[N];中国电力报;2009年
6 幕泽春 杨莉;大连海大三项船配研究课题通过验收[N];中国船舶报;2008年
7 杨莉 姜云飞;高品质航海模拟系统获大奖[N];中国船舶报;2009年
8 本报记者 李智勇 通讯员 陈华 林梦捷;让电力插上科技的翅膀[N];福州日报;2009年
9 张韶军;离岸深水港码头泊稳条件研究 指导船舶安全装卸[N];中国交通报;2010年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
5 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
6 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
10 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
7 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
8 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978