应用神经网络建立水下拖曳体轨迹姿态水动力控制模型A Hydrodynamic and Control Model for an Underwater Towed Vehicle Based on Neural Network Theory
熊小辉,吴家鸣,李志印
摘要(Abstract)：
以拖曳体的拖曳水池样机试验取得试验数据作为训练样本,采用LMBP算法,建立基于神经网络理论构建的可控制水下拖曳体轨迹与姿态水动力控制数值模型,并进行LMBP模型仿真检验。结果表明,利用所建全的神经网络模型对拖曳体在一定控制动作下的水动力响应预报是令人满意的。
关键词(KeyWords)： 水下拖曳体;神经网络;LMBP算法;水动力学
基金项目(Foundation): 国家自然科学基金资助项目(40276034);; 教育部留学回国人员科研启动基金资助项目
作者(Author): 熊小辉,吴家鸣,李志印
参考文献(References)：
- [1] 吴家鸣,叶家玮,李宁.拖曳式多参数剖面测量系统水动力与控制性能研究述评[J],海洋工程.2004,22(1):38~47
- [2] 吴家鸣,叶家玮.自主稳定可控制水下拖曳体[J],华南理工大学学报2005,33(5)69~73
- [3] 陈新军,周应祺.基于BP模型的渔业资源可持续利用综合动态评价[J],湛江海洋大学学报2002,22(6):38~44
- [4] Hagan M, Demuth H, Beale M.神经网络设计[M],北京:机械工业出版社2002:227~257
- [5] Cybenko G. Approximation by superposition of a sigmoidal func-tion [J], Mathematics of Control, Signals, and Systems,1989,(2):303~314
- [6] 张智星,孙春在,水谷英二.神经-模糊和软件计算[M],西安:西安交通大学出版社2000:159~182
- [7] 丛爽. MATLAB工具箱的神经网络理论与应用[M],中国科技大学出版社2003:55~88
- [8] Bienenstock S, Doursat R. Neural, networks and the bias/vari-ance dilemma [J], Nerual Computation,1992,(4):1~58
- [9] Yarlagadda P, Chiang E. A neural network system for the predic-tion of process parameters in pressure die casting [J], Journal ofMaterials Processing Technology.1999,89~90:583~590