基于径向基神经网络的船舶运动拟合方法研究

• 作者: 周晶 宋辉
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 径向基神经网络 船舶操纵模拟系统 响应模型
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 1588-1591
• 页数: 4页
• 分类号: TP391
• 字数: 2811字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.09.009

摘要

船舶运动模型是船舶操纵模拟器的基础，以船舶受力分析为基础的水动力模型是当前应用最广、最有效的方法之一，但实际应用中由于干扰因素多、受力非线性、水动力导数难以确定等问题导致了该方法精度与实时性难以兼容。为解决多种外界作用下船舶运动的准确性与实时性，文章提出一种基于径向基神经网络（RBFN）的运动拟合方法，构造三层神经网络模型，其中隐含层和输出层神经元的传递函数分别取高斯函数和线性函数，通过对积累的历史数据进行学习，利用径向基函数网络在逼近能力、分类能力和学习速度等方面优势，实时推算船舶运动趋势。仿真结果表明，方法实时性能好，具有较高的精度，展现了广阔的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋辉	海军大连舰艇学院训练部	11	44	4.0	6.0
2	周晶	海军大连舰艇学院训练部	18	75	5.0	7.0