声明
摘要
第1章 绪论
1.1 论文选题的背景及意义
1.2 船舶动力定位系统
1.2.1 船舶动力定位系统的基本工作原理
1.2.2 船舶动力定位系统的功能与组成
1.3 船舶动力定位系统的研究现状
1.4 本文研究的主要内容
第2章 标准可加性模型
2.1 引言
2.2 可加性模糊系统
2.2.1 模糊逻辑系统
2.2.2 可加性模糊系统
2.3 标准可加性模型
2.3.1 标准可加性模型(SAM)
2.3.2 标准可加性模型定理
2.4 标准可加性模型函数逼近
2.5 本章小结
第3章 基于SAM系统的模糊神经网络在海洋干扰环境预测中应用
3.1 引言
3.2 基于SAM系统的模糊神经网络
3.2.1 神经网络基本原理
3.2.2 基于SAM系统的模糊神经元
3.2.3 基于SAM系统的模糊神经网络的结构
3.3 基于SAM系统的模糊神经网络的全局逼近性证明
3.4 基于SAM系统的模糊神经网络的学习算法‘
3.5 基于SAM系统的模糊神经网络的海洋干扰环境预测
3.5.1 海洋干扰环境的数学描述
3.5.2 海洋干扰因素的仿真研究
3.5.3 基于SAM系统的模糊神经网络的海洋干扰环境预测
3.6 本章小结
第4章 SAM在动力定位信息系统应用研究
4.1 引言
4.2 船舶动力定位系统自相似信息系统矩阵
4.2.1 自相似信息系统矩阵
4.2.2 船舶动力定位系统自相似信息系统矩阵
4.2.3 船舶运动控制系统信息集成模型
4.3 SAM在船舶动力定位位置信息数据融合中应用
4.3.1 传感器输出模型
4.3.2 野值数据的剔除
4.3.3 基于SAM的船舶动力定位位置信息数据融合
4.3.4 基于SAM的船舶动力定位位置信息器数据融合实验
4.4 本章小结
第5章 SAM改进算法在船舶动力定位控制器的应用
5.1 引言
5.2 基于层次分析法的船舶动力定位控制器SAM规则剪枝算法
5.3 基于蚁群算法的船舶动力定位控制器SAM规则权重的优化
5.3.1 蚁群算法基本原理
5.3.2 基于ACA的船舶动力定位控制器SAM规则权重的优化
5.4 SAM改进算法在船舶动力定位控制器的仿真实验与结果分析
5.4.1 船舶动力定位系统的仿真数学模型及参数
5.4.2 SAM改进算法在船舶动力定位控制器的仿真实验与结果分析
5.5 本章小结
第6章 基于SAM改进算法船舶动力定位多模态切换控制研究
6.1 引言
6.2 基于SAM改进算法的船舶动力定位多模态切换控制
6.2.1 多模态切换控制策略
6.2.2 PID控制
6.3 多模态切换控制
6.3.1 多模态切换控制设计
6.3.2 多模态切换控制稳定性证明
6.4 基于SAM改进算法的船舶动力定位多模态控制仿真与分析
6.4.1 相关参数设置
6.4.2 不同海况下船舶动力定位仿真与分析
6.5 本章小结
结论
参考文献
攻读学位期间公开发表论文
致谢
作者简介