基于全局最优局部加权学习算法的船舶操纵运动辨识

• 作者: 任俊生 张秀凤 李铁山 白伟伟
• 来源期刊: 中国航海
• 学科: 交通运输
• 关键词: 水路运输 全局最优 局部加权学习 辨识 船舶操纵性
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 航行安全
• 页码范围: 37-41
• 页数: 5页
• 分类号: U661.33
• 字数: 3865字
• 语种: 中文

摘要

运用一种基于全局最优的局部加权学习(Locally Weighted Learning,LWL)算法进行船舶操纵运动辨识建模.该方法是一种基于计算机存储的离线学习的黑箱建模方法,直接考虑船舶运动状态输入与输出之间的映射关系,可克服传统机理建模及参数辨识模型中存在的参数漂移问题和未建模动态问题.对样本点进行重新排列并提高输入空间的维度,解决船舶运动状态一对多映射和不可分问题.通过学习“Mariner”轮的三自由度数学模型,并进行旋回试验、Z形试验及逆螺旋试验,验证算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李铁山	大连海事大学航海学院	53	818	17.0	27.0
2	张秀凤	大连海事大学航海学院	52	542	12.0	22.0
3	任俊生	大连海事大学航海学院	21	115	8.0	9.0
4	白伟伟	大连海事大学航海学院	4	14	2.0	3.0