[發明專利]一種基于在線快速自組織模糊神經網絡的船舶領域模型的辨識方法

有效

• 申請號: 201310115642.1
• 申請日: 2013-04-03
• 公開（公告）號: CN103186815B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 王寧;董諾;劉剛健;孟凡超;孫樹蕾;汪旭明
• 申請（專利權）人: 大連海事大學
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 大連東方專利代理有限責任公司21212
• 代理人: 李馨,李洪福

1.一種基于在線快速自組織模糊神經網絡的船舶領域模型的辨識方法，具有如下步驟：

—選定船舶安全區域模型，確定該模型的函數、輸入變量和期望輸出值；

—建立包含輸入層、隸屬函數層、T-范數層和輸出層的動態模糊神經網絡；

—使用包含所述模型的輸入變量和輸出值的訓練數據集，對所述動態模糊神經網絡進行訓練直至達到精度要求；

—將本船的航行參數，作為輸入變量輸入訓練完畢后的船舶安全區域模型，得到本船的船舶安全區域。

2.根據權利要求1所述的一種基于快速在線自組織神經網絡的船舶領域模型的辨識方法，其特征還在于：所述船舶安全區域模型為橫截面積模型：該模型近似由前后兩個半橢圓拼合而成，該模型的函數如下式所示：

Rbf=L+(1+s)T90URba=L+T90USb=B+(1+t)T90DT]]>

其中，R_bf、R_ba和S_b分別代表區域的前、后橢圓的半徑和橫截半徑，T₉₀為船舶轉向90度所需的時間、D_T為回轉直徑、s與t為環境參數；

輸入變量為：P^k=[L^k，B^k，U₁^k，U₂^k，α^k]，期望輸出為：k=1，2.....n，U₂^k代表目標船船速；α^k代表兩船夾角。