[发明专利]一种基于在线快速自组织模糊神经网络的船舶领域模型的辨识方法

权利要求书

1.一种基于在线快速自组织模糊神经网络的船舶领域模型的辨识方法，具有如下步骤：

—选定船舶安全区域模型，确定该模型的函数、输入变量和期望输出值；

—建立包含输入层、隶属函数层、T-范数层和输出层的动态模糊神经网络；

—使用包含所述模型的输入变量和输出值的训练数据集，对所述动态模糊神经网络进行训练直至达到精度要求；

—将本船的航行参数，作为输入变量输入训练完毕后的船舶安全区域模型，得到本船的船舶安全区域。

2.根据权利要求1所述的一种基于快速在线自组织神经网络的船舶领域模型的辨识方法，其特征还在于：所述船舶安全区域模型为横截面积模型：该模型近似由前后两个半椭圆拼合而成，该模型的函数如下式所示：

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

其中，R_bf、R_ba和S_b分别代表区域的前、后椭圆的半径和横截半径，T₉₀为船舶转向90度所需的时间、D_T为回转直径、s与t为环境参数；

输入变量为：P^k=[L^k，B^k，U₁^k，U₂^k，α^k]，期望输出为：k=1，2.....n，U₂^k代表目标船船速；α^k代表两船夹角。