基于支持向量回归机和粒子群算法的船舶操纵运动模型辨识
2016-05-04张心光邹早建王岩松
船舶力学 2016年11期
张心光,邹早建,王岩松
(1.上海工程技术大学 汽车工程学院,上海201620;2.上海交通大学 船舶海洋与建筑工程学院,上海 200240;3.上海交通大学 海洋工程国家重点实验室,上海 200240)
基于支持向量回归机和粒子群算法的船舶操纵运动模型辨识
张心光1,邹早建2,3,王岩松1
(1.上海工程技术大学 汽车工程学院,上海201620;2.上海交通大学 船舶海洋与建筑工程学院,上海 200240;3.上海交通大学 海洋工程国家重点实验室,上海 200240)
基于仿真的Z形试验数据,应用支持向量回归机对船舶操纵运动响应模型进行了机理建模,从核函数结构中得到了模型中的操纵性指数,并利用建立的响应模型进行了Z形试验的运动预报,同时引入粒子群算法对惩罚因子C值进行寻优,以减少惩罚因子C值选择的任意性对船舶操纵运动模型辨识精度产生的不利影响。通过将运动预报结果同仿真试验数据进行比较,验证了文中方法的有效性。
船舶操纵;响应模型;参数辨识;支持向量回归机;粒子群算法
0 引 言
应用船舶操纵运动数学模型加计算机模拟的方法进行船舶操纵性预报的关键是精确确定数学模型中的水动力导数和操纵性指数。目前采用的船舶操纵运动数学模型主要包括两类:一类是水动力模型[1-2];另一类是响应模型[3]。
目前,基于自航模试验或实船试验的系统辨识方法是求取船舶操纵运动水动力导数和操纵性指数的有效方法之一。极大似然(Maximal Likelihood,ML)估计法、模型参考自适应(Model Reference Adaptive,MRA)法等传统的系统辨识方法曾被广泛应用于船舶操纵运动建模研究中[4]。……
登录APP查看全文
