基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文针对船舶操纵这种非线性、时变、滞后控制对象,提出了一种基于遗传算法的神经网络自适应船舶操纵控制方法,由于BP算法训练神经网络控制系统时收敛速度慢、动态特性较差等缺点,采用遗传算法来优化神经网络的参数,可以提高控制系统的性能.仿真结果表明该控制器具有很好的控制精度、动态特性和鲁棒性.
推荐文章
自适应模糊神经网络控制系统的研究
自适应性
模糊神经网络控制
基于遗传算法的神经网络自适应控制器的研究
遗传算法
神经网络
自适应控制器
PID
神经网络自适应控制在飞行控制系统中的应用
自适应控制
伪控制限制
动态逆
神经网络
基于RBF神经网络的船舶自适应区域到达控制
全驱动船舶
区域到达
反演法
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传学习算法的神经网络自适应船舶操纵控制系统研究
来源期刊 模式识别与人工智能 学科 交通运输
关键词 船舶操纵 神经网络 遗传算法 自适应控制
年,卷(期) 1998,(3) 所属期刊栏目
研究方向 页码范围 305-309
页数 5页 分类号 U675.9
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
船舶操纵
神经网络
遗传算法
自适应控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导