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:
针对欠驱动船舶在稳定航速条件下轨迹跟踪问题,提出了一种基于自适应神经网络与反步法相结合的控制算法.该算法将实际的欠驱动船舶视为模型完全未知的非线性系统,利用神经网络的函数逼近特性实现控制器中非线性部分的在线估计,采用同时调整输入层-隐层、隐层-输出层间的权值阵的方法进行神经网络权值调整.通过选取积分型Lyapunov函数证明了闭环系统的稳定性.仿真实验表明该控制策略具有良好的跟踪特性,可以实现对期望航迹的精确跟踪.
推荐文章
基于神经网络参考模型的船舶航向智能自适应控制系统
船舶航向控制
模糊神经网络
参考模型
自适应控制
船舶直线控制反步自适应神经网络算法
船舶航向控制
反步法
径向基神经网络
非线性系统
欠驱动船舶路径跟踪的神经网络稳定自适应控制
欠驱动船舶
路径跟踪
Lyapunov直接法
神经网络
稳定自适应自动舵
船舶柴油发电机转速神经网络模型参考自适应控制
自适应控制
船舶发电机
转速控制
神经网络
模型参考
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 基于反步自适应神经网络的船舶航迹控制
来源期刊 智能系统学报 学科 工学
关键词 船舶航迹控制 反步法 神经网络 自适应神经网络
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 259-264
页数 分类号 TP273
字数 4325字 语种 中文
DOI 10.3969/j.issn.1673-4785.201205056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱齐丹 哈尔滨工程大学自动化学院 227 2033 24.0 33.0
2 段海庆 哈尔滨工程大学自动化学院 5 61 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (26)
参考文献  (8)
节点文献
引证文献  (29)
同被引文献  (32)
二级引证文献  (45)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(10)
  • 引证文献(4)
  • 二级引证文献(6)
2017(10)
  • 引证文献(5)
  • 二级引证文献(5)
2018(14)
  • 引证文献(6)
  • 二级引证文献(8)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
船舶航迹控制
反步法
神经网络
自适应神经网络
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导