收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

小波神经网络算法及其船舶运动控制应用研究

章文俊  
【摘要】:小波神经网络结合了神经网络的自学习、自适应、鲁棒性、容错性和泛化推广能力以及小波变换的时频局部和变焦等特性,具有全局最优逼近和运算速度快等优点,避免了BP网络等传统的神经网络类型在这些方面的不足,已成功应用于系统辨识、模式识别和控制等领域。在实际应用中,小波神经网络尚存在对系统动态反映能力不足以及泛化能力难以保证等问题,制约了其在实际工程中的应用。 为了提高小波神经网络的泛化能力,提出基于Akaike信息准则改进的余值选择算法。通过设定最优学习停止标准,在保证辨识精度的同时精简网络的规模,避免了神经网络在学习过程中出现的过拟和与欠拟合现象,提高了神经网络的泛化能力。作为小波神经网络的构造算法,余值选择算法通过正交选择方法高效地衡量了隐层节点对输出的贡献,有利于网络规模的自适应调整。仿真实验表明该算法提高了网络的泛化能力。 为了更好地反映系统动态的变化,将系统历史信息引入网络输入层构造时滞小波神经网络模型,为弥补由此带来的输入变量膨胀的缺陷,利用基于相对贡献率的灵敏度分析方法确定与系统输出相关性强的变量作为输入,优化了输入层结构,解决了网络模型失配的问题,提高了网络对系统动态变化的反映能力。 针对船舶海上运动非线性、大惯性和动态时变等特点,构建基于改进时滞小波神经网络的预测PID控制器。其中,利用小波神经网络进行船舶运动动态的在线辨识和预测,利用预测控制策略克服船舶运动的大惯性对控制效果的不利影响。基于该控制器进行了船舶航向跟踪控制的仿真实验,并与传统的PID控制器进行了对比研究,结果表明该控制系统具有较高的控制精度和较强的抗干扰能力。 以上研究结果显示,改进的小波神经网络有针对性地提高了系统的动态反映能力和泛化能力,其运算快速性和非线性拟合能力适应船舶海上运动特点,在船舶运动控制领域有广阔的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 康中尉,罗飞路,潘孟春,陈棣湘;小波神经网络在缺陷数据压缩和信号重构中的应用[J];自动化仪表;2004年12期
2 毛鸿伟;潘宏侠;刘文礼;;基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用[J];振动与冲击;2007年05期
3 李习武;王艳松;;基于小波神经网络的电能质量扰动辨识[J];电气技术;2007年09期
4 年四成;孙德辉;史运涛;李志军;;小波神经网络分类算法在教育信息管理系统中的应用[J];北方工业大学学报;2007年03期
5 韩文艳;苏铁熊;;D-S证据理论与小波神经网络在发动机故障诊断中的应用[J];内燃机;2008年02期
6 贾正源;田丽;刘庆超;;遗传算法优化的小波神经网络在短期电力负荷预测中的应用[J];工业技术经济;2008年12期
7 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
8 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
9 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
10 陈聪聪;王维庆;;基于小波神经网络法的短期风电功率预测方法研究[J];工业控制计算机;2010年10期
11 白洁;;基于小波神经网络的涡轮增压发动机性能预测研究[J];制造业自动化;2011年05期
12 金莹;;基于小波神经网络柱塞泵液压系统的故障诊断研究[J];液压与气动;2011年07期
13 刘洪波,张宏伟,闫晓强;城市供水管网水量预测的小波神经网络方法[J];天津大学学报;2005年07期
14 岑健;;小波神经网络在电牵引采煤机故障诊断中的应用[J];煤矿机械;2006年04期
15 李晓兵;孙晓丽;夏良正;;基于小波矩特征的小波神经网络目标识别[J];东南大学学报(自然科学版);2006年S1期
16 李婧瑜;李歧强;侯海燕;杨立才;;基于遗传算法的小波神经网络交通流预测[J];山东大学学报(工学版);2007年02期
17 高闯;谷传纲;王彤;舒信伟;;基于小波神经网络的无叶扩压器失速分析[J];航空动力学报;2008年04期
18 梁杉;刘念;岳良顺;;基于小波神经网络的无刷同步发电机旋转整流器故障诊断研究[J];四川电力技术;2008年03期
19 郑伟;童怀;钱国超;刘双捷;张岩;;基于DGA及AGAWNN的电力变压器故障诊断[J];变压器;2009年04期
20 侯海燕;张晓兰;郭静玉;段俊杰;;基于遗传小波神经网络模型的脱机签名鉴定[J];河南科技大学学报(自然科学版);2009年03期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
4 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
5 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
6 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
7 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
9 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国博士学位论文全文数据库 前10条
1 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年
2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年
3 艾永明;基于小波神经网络的结构损伤识别方法研究[D];长安大学;2012年
4 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
5 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
6 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
7 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
8 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
9 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
10 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
 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