[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有效
申请号: | 201310115642.1 | 申请日: | 2013-04-03 |
公开(公告)号: | CN103186815B | 公开(公告)日: | 2017-02-01 |
发明(设计)人: | 王宁;董诺;刘刚健;孟凡超;孙树蕾;汪旭明 | 申请(专利权)人: | 大连海事大学 |
主分类号: | G06N3/02 | 分类号: | G06N3/02 |
代理公司: | 大连东方专利代理有限责任公司21212 | 代理人: | 李馨,李洪福 |
地址: | 116026 *** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 在线 快速 组织 模糊 神经网络 船舶 领域 模型 辨识 方法 | ||
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:
其中,Rbf、Rba和Sb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、DT为回转直径、s与t为环境参数;
输入变量为:Pk=[Lk,Bk,U1k,U2k,αk],期望输出为:k=1,2.....n,U2k代表目标船船速;αk代表两船夹角。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连海事大学,未经大连海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310115642.1/1.html,转载请声明来源钻瓜专利网。