基于小脑关节控制模型的舰船运动预报

论文摘要

舰船运动是引发多种海面事故的主要原因,为了提高舰载机着舰安全系数、提高舰船战斗力、减少海难等事故的发生,舰船运动极短期预报是至关重要的。舰船在不规则海浪中的运动是一个非线性随机过程,而传统的时间序列分析与预报理论是以线性模型为基础的,对线性系统有较好的效果,但并不适用于非线性系统的时间序列建模与预报,因此研究非线性系统的建模预报方法有着重要的意义。本文介绍了一种小脑关节控制模型(CMAC神经网络),并首次将其应用于舰船纵摇运动姿态的极短期预报中,建立了CMAC神经网络舰船运动预报模型。同时对实际的舰船纵摇运动数据进行了数值仿真与误差分析。主要完成的工作如下:1.详细阐述了CMAC神经网络的构成、运行机制及其主要特点。CMAC神经网络的构成与感知器类似,目的在于模拟脊椎动物的小脑功能。2.通过对舰船运动特点与小脑工作特点的研究,发现它们都是条件反射地迅速响应,且都具有泛化能力。基于这些相似性,本文建立了CMAC神经网络舰船极短期运动预报模型,通过计算与分析给出了各参数的设置。3.通过对多组数据进行仿真实验,结果表明预报模型基本上能预测出真实数据的发展走势,数据也大体吻合。在0.2(度)的误差量级上能预报4—13秒,相对均方误差不超过15%。这表明本文提出的CMAC神经网络舰船运动预报模型在舰船运动预报中的应用是合理且可行的。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 舰船运动极短期预报研究及发展概况
• 1.2.1 频域分析法
• 1.2.2 时域分析法
• 1.2.3 我国的研究现状
• 1.3 本文的主要工作
• 第2章 小脑理论基础
• 2.1 小脑的分部与结构
• 2.1.1 小脑皮质的结构
• 2.2 小脑是怎样组织和工作的
• 2.3 小脑的功能
• 2.3.1 小脑对运动功能的调节
• 2.3.2 小脑与感觉功能的联系
• 2.3.3 小脑与植物性神经功能的联系
• 2.4 本章小结
• 第3章 小脑关节控制模型—CMAC神经网络
• 3.1 人工神经网络概述
• 3.1.1 人工神经网络的产生与发展
• 3.1.2 小脑关节控制模型—CMAC神经网络
• 3.2 感知器
• 3.2.1 感知器的定义
• 3.2.2 感知器的体系结构
• 3.3 用感知器注解小脑理论
• 3.3.1 Marr与Albus的小脑理论
• 3.3.2 Albus用感知器注解小脑理论
• 3.4 CMAC神经网络的体系结构和运行机制
• 3.4.1 CMAC神经网络的定义
• 3.4.2 CMAC神经网络模型的结构解析
• 3.4.3 CMAC神经网络的物理存储器与散列编码
• 3.5 CMAC神经网络性能分析
• 3.5.1 CMAC神经网络的局域泛化
• 3.5.2 CMAC神经网络学习的收敛性
• 3.6 本章小结
• 第4章 基于CMAC神经网络的舰船运动预报的仿真实例
• 4.1 采用CMAC神经网络进行预测的原因
• 4.1.1 舰船运动与CMAC神经网络的相似之处
• 4.1.2 舰船运动数据的特点
• 4.2 建立CMAC神经网络舰船运动预报模型
• 4.2.1 CMAC神经网络舰船运动预报模型具体参数设置
• 4.2.2 网络训练流程
• 4.2.3 权值的确定
• 4.3 数值仿真结果及分析
• 4.4 本章小结
• 第5章 数值仿真实验及分析
• 5.1 其它时刻纵摇角度数列的数值仿真计算
• 5.1.1 预测从t=349s到t=368s的纵摇角度数据
• 5.1.2 预测从t=411s到t=430s的纵摇角度数据
• 5.1.3 预测从t=502s到t=521s的纵摇角度数据
• 5.1.4 预测从t=632s到t=651s的纵摇角度数据
• 5.1.5 预测从t=899s到t=918s的纵摇角度数据
• 5.1.6 预测从t=1058s到t=1077s的纵摇角度数据
• 5.2 误差分析
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 附录 A