-
公开(公告)号：CN119440101A
公开(公告)日：2025-02-14
申请号：CN202510035119.0
申请日：2025-01-09
Applicant: 大连海事大学
IPC: G05D1/698 , G05D1/686 , G05B13/02 , G05D109/30
Abstract: 本发明公开了一种基于强化学习的多无人船编队围捕控制方法，包括构建受环境干扰影响的多无人船运动系统，构建围捕编队误差变量；基于围捕编队误差变量，采用反步法构建无人船的虚拟控制器；基于强化学习方法结合神经网络构建领导船编队围捕控制器；基于自适应反步方法结合李亚普诺夫理论与神经网络，构建跟随船编队围捕控制器；根据领导船编队围捕控制器与跟随船编队围捕控制器，实现对目标船舶的编队围捕控制。解决了在多无人船编队高效执行围捕任务过程中遭受风、浪、流等复杂海洋环境的干扰，使得多无人船控制性能不足的问题，无法充分体现追逐无人船之间的协同合作关系，造成多无人船编队控制困难，难以以尽可能小的代价实现控制的问题。
-
公开(公告)号：CN116822336B
公开(公告)日：2024-04-09
申请号：CN202310643506.3
申请日：2023-06-01
Applicant: 大连海事大学 , 广东海洋大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明提供了一种多模型组合的潮汐预报方法，涉及潮汐预报技术领域，包括如下步骤：S1、采集目标点位及附近点位的实测潮汐及水文气象要素数据；S2、利用调和分析法建立调和预报模型，获得第一预报结果；S3、建立带外部输入的潮汐预报自回归偏最小二乘模型，获得第一预报结果；S4、基于多尺度分解建立变结构神经网络预报模型，计算所述第一预报结果与实际潮汐的差值部分；将差值部分利用变结构神经网络预报模型进行辨识和预报，获得第二预报结果；S6、将第一预报结果与第二预报结果相加，得到最终潮汐预报结果。本发明充分利用线性预报方法鲁棒性强的优点和神经网络等非线性预报方法自适应、非线性的优点，能在保证稳定性的同时提高预报的精度。
-
公开(公告)号：CN116822336A
公开(公告)日：2023-09-29
申请号：CN202310643506.3
申请日：2023-06-01
Applicant: 大连海事大学 , 广东海洋大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明提供了一种多模型组合的潮汐预报方法，涉及潮汐预报技术领域，包括如下步骤：S1、采集目标点位及附近点位的实测潮汐及水文气象要素数据；S2、利用调和分析法建立调和预报模型，获得第一预报结果；S3、建立带外部输入的潮汐预报自回归偏最小二乘模型，获得第一预报结果；S4、基于多尺度分解建立变结构神经网络预报模型，计算所述第一预报结果与实际潮汐的差值部分；将差值部分利用变结构神经网络预报模型进行辨识和预报，获得第二预报结果；S6、将第一预报结果与第二预报结果相加，得到最终潮汐预报结果。本发明充分利用线性预报方法鲁棒性强的优点和神经网络等非线性预报方法自适应、非线性的优点，能在保证稳定性的同时提高预报的精度。
-
公开(公告)号：CN116702095A
公开(公告)日：2023-09-05
申请号：CN202310643493.X
申请日：2023-06-01
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司 , 广东海洋大学
IPC: G06F18/27 , G06F18/214 , G06N3/0499 , G06F18/2135
Abstract: 本发明提供了一种模块化海上船舶运动姿态实时预报方法，涉及船舶运动姿态预报技术领域，包括如下步骤：S1、采集目标船舶的船舶运动六自由度运动要素数据；S2、利用递归偏最小二乘回归模型进行预报，得到第一预报结果；S3、得到近似分量和细节分量；S4、利用变结构的径向基函数神经网络进行每个近似分量和细节分量的时间序列预报；S5、建立基于径向基函数神经网络的船舶运动预报模型，利用所述基于径向基函数神经网络的船舶运动预报模型进行预报，得到第二预报结果；S6、将所述第一预报结果和第二预报结果进行叠加，得到最终的模块化船舶运动预报的结果。本发明通过结合RPLS模型和VRBFN模型的模块化预报策略，在保证预报稳定性的同时提高了预报的精度。
-
公开(公告)号：CN116400691A
公开(公告)日：2023-07-07
申请号：CN202310321516.5
申请日：2023-03-29
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种新型离散时间指定性能强化学习无人艇航向跟踪控制方法及系统。本发明方法包括：构建无人艇离散时间动力学模型；构建无人艇航向跟踪变化系统；根据航向角速度动态误差，将航向角速度动态误差约束在指定范围内，设计离散时间误差约束变换方法，计算无约束系统误差；根据无约束系统误差，设计无人艇强化学习评价模块；基于无人艇强化学习评价模块和无约束系统误差，设计无人艇航向跟踪控制器，得到无人艇舵角指令，将舵角指令传递给无人艇舵机输出无人艇航向角，实现无人艇航向指定性能跟踪控制。本发明解决了离散时间指定性能控制稳定分析难的问题，实现无人艇航向指定性能控制，突破了离散时间指定性能控制设计依赖滑模控制的限制。
-
Patent Agency Ranking
公开(公告)号：CN119440101B
公开(公告)日：2025-04-18
申请号：CN202510035119.0
申请日：2025-01-09
Applicant: 大连海事大学
IPC: G05D1/698 , G05D1/686 , G05B13/02 , G05D109/30
Abstract: 本发明公开了一种基于强化学习的多无人船编队围捕控制方法，包括构建受环境干扰影响的多无人船运动系统，构建围捕编队误差变量；基于围捕编队误差变量，采用反步法构建无人船的虚拟控制器；基于强化学习方法结合神经网络构建领导船编队围捕控制器；基于自适应反步方法结合李亚普诺夫理论与神经网络，构建跟随船编队围捕控制器；根据领导船编队围捕控制器与跟随船编队围捕控制器，实现对目标船舶的编队围捕控制。解决了在多无人船编队高效执行围捕任务过程中遭受风、浪、流等复杂海洋环境的干扰，使得多无人船控制性能不足的问题，无法充分体现追逐无人船之间的协同合作关系，造成多无人船编队控制困难，难以以尽可能小的代价实现控制的问题。
-
公开(公告)号：CN118861532B
公开(公告)日：2025-03-18
申请号：CN202411128943.2
申请日：2024-08-16
Applicant: 大连海事大学 , 大连海大智龙科技有限公司 , 中国船舶科学研究中心
IPC: G06F18/10 , G06F18/214 , G06N3/006 , G06N3/0442 , G06N3/0499
Abstract: 本发明公开了一种基于改进P‑B‑T的船舶轨迹预测方法，通过建立包括均方误差、船舶预测轨迹点到上一时刻轨迹点的距离与船舶真实轨迹点到上一时刻轨迹点的距离和真实轨迹点与预测轨迹点的航向差的损失函数，来对基于双向长短期记忆网络和Transformer模型的船舶轨迹预测模型进行训练，以此来获取对船舶轨迹的时间序列数据进行编码后的轨迹向量，以获取船舶的预测轨迹，实现对船舶轨迹的预测；通过本发明所建立的损失函数，由于损失函数中不仅考虑了轨迹点位置因素还考虑了船舶航向和船舶的速度因素，使预测出来的船舶轨迹更贴合船舶实际运动的运动状态，并使得到的预测结果更有利于提高船舶整条预测轨迹与实际轨迹的相似程度，大大提高了预测的精度。
-
公开(公告)号：CN119440055A
公开(公告)日：2025-02-14
申请号：CN202411568060.3
申请日：2024-11-05
Applicant: 大连海事大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种基于多目标粒子群优化的多无人机海上搜救路径规划方法，S1：将待搜救区域转化二维搜救区域；S2：对二维搜救区域进行网格分解；S3：通过混合高斯模型得到概率地图；S4：建立无人机搜救多目标协同优化函数；S5：基于混合粒子群优化算法求解函数，得到最优解；根据求解出的最优解，生成无人机的具体搜救路径。本发明建立了无人机搜救多目标协同优化函数，以资源均衡分配、最大路径安全性、优先覆盖高风险区域和最小化能源消耗为目标指导无人机执行搜救任务，改进了任务分配、路径规划和能源管理，实现多无人机搜救路径规划的多目标优化，为每架无人机制定精确的飞行路径，确保搜救任务的全面覆盖，显著提升了搜救效率与成功率。
-
公开(公告)号：CN119262235A
公开(公告)日：2025-01-07
申请号：CN202411385697.9
申请日：2024-09-30
Applicant: 大连海事大学 , 广东海洋大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明提供了一种冰区航行船舶环境响应的快速预报方法，包括如下步骤：S1、建立船舶在海上对存在冰、风、浪的环境干扰下的运动响应数学模型；S2、建立船舶航行海域冰情及海况预报模型；S3、对船舶冰区航行的环境运动及结构响应数据库进行丰富或者根据实测信息进行数据同化；S4、根据船舶的计划航线与对区域冰区环境要素的预报结果，在24h之内按小时对船舶航线区域进行冰区环境要素的精细化实时预报，在预报过程中采用多层次分解与预测，将预测分解成不同的时间尺度进行预报，将不同的预报进行求和以得到最终的预报结果。本发明可以在冰区复杂环境影响下快速、精确得到船舶的运动和结构响应。
-
公开(公告)号：CN118533181A
公开(公告)日：2024-08-23
申请号：CN202410989646.0
申请日：2024-07-23
Applicant: 大连海事大学 , 上海船舶运输科学研究所有限公司
Abstract: 本发明公开了一种基于改进麻雀搜索算法的北极航线路径规划方法，涉及航线路径规划技术领域；包括：S1：获取北极航道气象数据和冰情数据，并进行归一化处理和插值处理；S2：构建栅格环境地图；S3：计算风险指数结果并设定安全水深阈值，筛选出可安全通航区域；S4：建立关于风速阻力和破冰阻力的航行阻力目标函数模型；S5：采用改进的麻雀搜索算法优化航行阻力目标函数模型，从而在可安全通航区域内确定出最优北极航线路径。本发明确保仿真航行路线与实践通航航线一致的前提下，减少了船舶在北极航道航行中面临的风速阻力与破冰阻力对效率的影响，为北极航道航行提供了一种可靠的优化方案。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.024 seconds)
