简介：提出了一种基于最小参数RBF（径向基）神经网络的船舶航向滑模控制算法.针对船舶运动控制中系统函数非线性不确定性和外界干扰项未知问题,利用RBF神经网络进行逼近.考虑到RBF神经网络权值难以快速调整,采用神经网络最小参数学习法设计设计单个参数的估计代替神经网络权值的调整;最后,借助李雅普诺夫稳定性理论设计出船舶航向RBF神经网络直接跟踪控制律.通过与神经网络控制算法和普通自适应控制算法的仿真比较可知,上述控制算法加快了自适应律的求解速度,控制器结构简单,控制参数少,易于工程设计与实现.

简介：Green-Naghdi(G-N)theoryisafullynonlineartheoryforwaterwaves.SomeresearcherscallitafullynonlinearBoussinesqmodel.DifferentdegreesofcomplexityofG-Ntheoryaredistinguishedby"levels"wherethehigherthelevel,themorecomplicatedandpresumablymoreaccuratethetheoryis.IntheresearchpresentedhereacomparisonwasmadebetweentwodifferentlevelsofG-Ntheory,specificallylevelIIandlevelIIIG-Nrestrictedtheories.AlinearanalyticalsolutionforlevelIIIG-Nrestrictedtheorywasgiven.WavesonaplanarbeachandshoalingwaveswerebothsimulatedwiththesetwoG-Ntheories.ItwasshownforthefirsttimethatlevelIIIG-Nrestrictedtheorycanalsobeusedtopredictfluidvelocityinshallowwater.AlevelIIIG-NrestrictedtheoryisrecommendedinsteadofalevelIIG-Nrestrictedtheorywhensimulatingfullynonlinearshallowwaterwaves.

简介：文章在介绍小波神经网络优点的基础上,提出了将小波神经网络优异的逼近能力应用于非线性系统预测控制的方案,并建立了预测控制系统的数学模型,通过仿真实验比较小波神经网络和同等规模BP神经网络的性能,对于非线性系统的预测控制具有一定的参考价值。

简介：基于多元线性回归理论对影响船舶交通流的主要因素进行了分析,利用SPSS软件拟合了交通流量分布函数,并以长江流域江阴段的船舶交通流量数据进行验证,实验结果表明船舶交通流量分布函数模型具有较高的可信度.