微小型水下航行器广义S型模糊神经网络控制附视频

被引：1

作者：

梁霄

徐玉如

万磊

苏玉民

机构：

[1] 哈尔滨工程大学船舶工程学院

来源：

大连海事大学学报 | 2007年 / 03期

关键词：

微小型水下航行器; 模糊神经网络; 广义Sigmoid函数; 最小扰动; 动态学习率;

D O I：

10.16411/j.cnki.issn1006-7736.2007.03.022

中图分类号：

TP273.4 [];

学科分类号：

080201 ; 0835 ;

摘要：

为提高微小型水下航行器运动控制的机动性和避障能力,提出一种广义S型模糊神经网络(SFNN)控制方法.采用广义Sigmoid函数作为隶属函数,并推导出基于最小扰动的网络学习方法补偿敏感性.与Gauss型模糊神经网络(FNN)进行比较并以"微龙"号水下航行器为研究对象进行了试验研究.结果表明,采用广义SFNN控制,在没有损失整体控制品质和稳定性的情况下,控制系统响应速度大幅度提高,反应能力增强,从而满足微小型水下航行器的实时控制要求.

引用

页码：11 / 15

页数：5

共 5 条

[1] 智能海洋机器人技术进展 [J].

徐玉如 ;

肖坤 .

自动化学报, 2007, (05) :518-521

[2] 舵桨联合操纵微小型水下机器人的开发 [J].

苏玉民 ;

万磊 ;

李晔 ;

庞永杰 ;

秦再白 .

机器人, 2007, (02) :151-154

[3] 智能水下机器人技术展望 [J].

徐玉如 ;

庞永杰 ;

甘永 ;

孙玉山 .

智能系统学报, 2006, (01) :9-16

[4] 人工神经网络的多维空间几何分析及其理论 [J].

王守觉 ;

王柏南 .

电子学报, 2002, (01) :1-4

[5]

Fuzzy neural network control of underwater vehicles based on desired state programming[J] . Xiao Liang,Ye Li,Yu-ru Xu,Lei Wan,Zai-bai Qin.Journal of Marine Science and Application . 2006 (3)

← 1 →