-
公开(公告)号:CN113536463A
公开(公告)日:2021-10-22
申请号:CN202110819580.7
申请日:2021-07-20
Applicant: 大连海事大学
IPC: G06F30/15 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于改进梯度下降法的神经网络船舶整体模型逼近方法,包括:将风浪干扰当成船舶的一部分,视为一个整体模型;通过神经网络对这个整体模型进行逼近;采用改进的梯度下降法对权值进行在线更新,并根据所逼近的船舶模型对船舶进行仿真或用于船舶运动控制器设计。本发明通过将船舶的外界干扰和船舶视为一个时变的整体模型,通过神经网络逼近,采用改进的梯度下降法对权值进行在线更新,使其具有更好的逼近效果。解决了船舶在航行过程中由于装载量、吃水、外界干扰等变化引起的船舶模型的变化,对于只考虑输入输出的船舶模型,具有更好的普适性。
-
公开(公告)号:CN113536463B
公开(公告)日:2024-04-02
申请号:CN202110819580.7
申请日:2021-07-20
Applicant: 大连海事大学
IPC: G06F30/15 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于改进梯度下降法的神经网络船舶整体模型逼近方法,包括:将风浪干扰当成船舶的一部分,视为一个整体模型;通过神经网络对这个整体模型进行逼近;采用改进的梯度下降法对权值进行在线更新,并根据所逼近的船舶模型对船舶进行仿真或用于船舶运动控制器设计。本发明通过将船舶的外界干扰和船舶视为一个时变的整体模型,通过神经网络逼近,采用改进的梯度下降法对权值进行在线更新,使其具有更好的逼近效果。解决了船舶在航行过程中由于装载量、吃水、外界干扰等变化引起的船舶模型的变化,对于只考虑输入输出的船舶模型,具有更好的普适性。
-