基于神经模糊网络的 GPS 智能浮标 (GIB) 系统动态建模与自适应控制
系统与控制
2020-04-07 v1 机器学习
系统与控制
机器学习
摘要
近期，人们提出了各种关系与准则以建立控制系统间的适当关系并控制全球定位系统 (GPS) 智能浮标系统。鉴于控制浮标位置及构建智能系统的重要性，本文通过结合反步技术的改进神经网络，将动态系统建模应用于海洋浮标的定位。本研究旨在开发一种基于自适应模糊神经网络的新型控制器，以在速度不可测且控制参数未知的情况下，最优地追踪水面上的动态定位航行器。为了用所提出的技术对网络进行建模，研究了神经网络中的不确定性与 unwanted 干扰。本研究旨在开发一种神经控制方法，将其应用于具有未确定干扰和不确定性的动态定位水面船舶。此外，目标函数是基于闭环系统最小化神经网络 (NN) 的输出误差。所提出的浮标定位模型的最重要特征是，它不依赖于船舶动力学及 unwanted 干扰的比较知识或信息。数值结果与所得结论表明，该控制系统能够以相对较小的位置误差将浮标的航线和位置调整至期望目标。
引用
@article{arxiv.2004.02625,
title = {Dynamic Modeling and Adaptive Controlling in GPS-Intelligent Buoy (GIB) Systems Based on Neural-Fuzzy Networks},
author = {Dangquan Zhang and Muhammad Aqeel Ashraf and Zhenling Liu and Wan-Xi Peng and Mohammad Javad Golkar and Amir Mosavi},
journal= {arXiv preprint arXiv:2004.02625},
year = {2020}
}
备注
32 pages, 10 figures