何俊杰[1]2000年在《船舶航向智能模糊控制系统及其仿真》文中研究指明船舶航向控制作为船舶控制中最基本的控制，是船舶操纵性能好坏的标志。传统PID 自动舵对高频干扰过于敏感，容易引起频繁操舵，缺乏对船舶动态特性及海况的适应能力。另外，由于船舶航向控制系统的复杂性和工作环境的随机性，很难建立其精确的数学模型。而模糊控制不苛求被控对象具有准确的数学模型，对系统模型参数的变化有较强的适应能力，有望解决传统PID控制的弊端。本文的工作就是基于这样的背景开展起来的。 模糊自动控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机数字控制。它将操作人员的控制经验和专家知识总结成一系列“如果…则…”形式的控制规则，即模糊条件语句；然后经过模糊逻辑推理而得到控制作用。这一过程非常类似于人的思维方式，具有智能性。 本文针对船舶航向这种非线形、时变和滞后控制对象，在分析了模糊控制基本理论的基础上，首先设计了简单船舶航向模糊控制器，这也是进一步设计其它高性能模糊控制器的基础。这种控制器易于设计、实现方便，较传统PID控制有更快的响应速度和更小的超调，但其存在静态误差；为了进一步提高模糊控制器的控制特性，在此基础上分别设计了模糊-PI复合控制器和模糊神经控制器。前者利用模糊集合理论在线自调整PI参数，结合模糊控制和PI控制各自的优点实现混合切换控制，从而提高了系统的自适应能力和实现了无差控制；后者则是利用神经网络的非线形映射和自学习能力来记忆模糊控制规则，实现模糊推理。通过BP网络的离线训练和在线自学习，使控制器具有自调整和自适应能力，即具有良好的鲁棒性和实时控制效果。 本文最后给出了所有控制器的仿真曲线，仿真结果表明所设计的控制器达到了预期的控制效果。
梁玉[2]2008年在《非线性船舶模型的建立与ANFIS航向控制器设计》文中研究指明本文对基于自适应网络的模糊推理系统(ANFIS)(Adaptive-Network-basedFuzzy Inference System)在船舶航向控制中的应用进行了仿真研究。本文从船舶非线性模型的研究出发,通过编写S函数实现了加入风、浪干扰的船舶非线性模型的SIMULINK仿真模块。以模糊控制器的理论研究为基础,设计了船舶航向模糊控制系统。对基于自适应网络的模糊推理系统进行了深入的研究,提出了ANFIS船舶航向控制系统的设计,并进行了仿真研究。首先具体分析了船舶非线性模型,详细介绍了风、浪干扰以及通过构造SFunction进行SIMULINK仿真的方法。编写了加入风、浪干扰的船舶非线性模型的S函数,为船舶控制仿真试验提供了一个简洁、便利的平台。然后从模糊控制原理出发,介绍了模糊控制器的实现步骤,通过对典型船舶模糊航向控制系统的分析,设计了船舶航向模糊控制器。最后详细介绍了ANFIS的算法和原理,讨论了应用MATLAB工具箱实现ANFIS控制器的具体过程。通过设计船舶航向PID控制系统获取ANFIS控制系统的训练数据。以加入风、浪干扰的船舶非线性模型作为被控对象,设计了ANFIS船舶航向控制系统,并对加入风、浪干扰的船舶满载、半载两种情况分别进行了仿真,取得了较好的仿真效果。这也就从加入外界干扰和改变船舶自身参数两个方面验证了ANFIS船舶航向控制系统的鲁棒性,由仿真结果可以看出ANFIS控制系统的控制效果优于PID控制系统且具有较强的自学习性和自适应性。
郑木坤[3]2017年在《模糊自整定PID航向控制算法优化及应用》文中提出船舶自动舵的产生不仅有效降低了驾驶员操舵的工作量,而且为船舶航行安全带来更大保障。我校研发的船舶智能操控(SIHC)仿真平台集成了模糊自整定PID(以下简称FSTPID)航向控制算法,为船舶智能避碰决策算法研究的自动避碰实施监控仿真发挥了积极的作用。但研究发现算法的品质会影响测试的效果,本文针对FSTPID航向控制算法对不同类型船模存在的适应性问题,围绕提高算法的适应性及其在特种船自动控制的应用,主要做了如下研究工作:(1)不同类型船舶一阶响应模型的构建。为了实现船舶运动的仿真,方便测试航向自动控制算法对不同类型船舶的适应性,采用简易K、T计算方法,获得不同类型船舶典型自动避让操舵角作用下的K、T值;借助MATLAB仿真软件,实现了不同类型船舶一阶响应型船模的构建,为本文船舶仿真测试提供模型基础。(2)FSTPID航向控制算法优化。在阐述PID控制器初始值优化原理的基础上,剖析原有FSTPID航向控制算法适应性问题产生的主要原因;针对20°操舵角的K、T值由10°舵角经验公式计算的K、T值替代对PID初始值优化效果产生的影响,20°操舵角的K、T值取自简易K、T辨识计算结果;参考不同系统阻尼系数x对二阶系统控制性能的影响规律,采用仿真实验方法及优化的航向跟踪加权综合评判法,设计不同类型船舶x值的选择优化策略;通过改善K、T值精度及选择合理的x值,改善FSPID初始值的优化效果,实现了航向控制算法的优化。(3)改进型FSTPID控航向制算法集成及仿真验证。将优化后的算法集成到SIHC仿真平台,开展算法的性能测试与分析,验证算法优化的结果。仿真结果表明:改进型FSTPID航向控制算法改善了不同类型实验船模的航向跟踪性能,提高了算法对不同船型的适应性。(4)改进型FSTPID航向控制算法在汽渡轮航向自动控制的初步应用探讨。针对汽渡轮的操纵特点,基于已构建的对角分布全旋回汽渡轮MMG模型,通过Z型实验获取的K、T值建立KT响应模型;借助MATLAB仿真实验方法初步验证了两种模型等效性;选取汽渡轮航向控制系统合理的阻尼系数,进一步完善改进型FSTPID控制算法。仿真结果表明:初步验证了FSTPID航向控制算法在汽渡轮航向自动控制应用的可行性。
林叶锦[4]2006年在《船舶运动模糊神经网络控制系统的研究》文中认为船舶自动舵性能的优劣直接关系到船舶的航行安全和经济效益。但是由于船舶是一个具有非线性、时变和不确定性的复杂控制对象，常规PID控制难以适应变化的工况，自适应控制也由于难以建立精确数学模型，对未建模因素难以奏效。模糊控制特别适合于处理那些难以建立精确数学模型的复杂控制对象，而神经网络则具有强大的学习和容错功能，将模糊控制和神经网络等智能控制技术应用于船舶运动控制是当前重要的研究手段，并有望解决这一问题。本文针对这一发展趋势，对船舶运动模糊神经网络控制方法进行研究。具体内容包括： 1．从动力学角度出发建立了水面船舶三自由度的运动模型，在现有研究成果的基础上，考虑了风、浪、流等干扰因素和舵机的模型。并利用Matlab的S函数建立了Abkowitz非线性船舶运动模型的Simulink模块，可在Simulink环境下直接应用于船舶操纵试验和船舶运动控制规律的仿真研究。 2．分析了船舶航向和航迹控制的原理，根据航向改变和航向保持过程中不同的操舵特点分别设计了航向保持模糊控制器、转向模糊控制器和控制模式切换控制器。为验证算法的有效性，首先采用Abkowitz非线性船舶运动模型在无干扰和有干扰的情况下分别进行了仿真，然后采用不同参数的Nomoto模型进行了加扰仿真，并对控制器的性能进行了验证和分析。 3．根据模糊系统的推理过程构建了基于神经网络的模糊控制器，并分析了输出模糊子集取对称或单点隶属函数的Mamdani模糊系统以及零阶T-S模糊系统与RBF网络之间的等价关系。在此基础上提出了基于RBF神经网络的模糊控制器，利用隐层节点中心矢量和输出权值来定义模糊规则的前件和后件，并采用遗传算法对RBF网络参数进行调整来实现对模糊控制器规则库的优化或者模糊规则的自动生成。在优化方法上先将二维的矢量中心节点展开成由一维节点表示的等价网络，使得优化参数大大减少，并且建立了基于Simulink环境的遗传算法优化模块，应用于控制器参数的优化。仿真结果展示了控制算法和优化算法的有效性。 4．采用自行研制的船舶运动控制试验平台进行了船舶运动控制的物理仿真，
胡江强[5]2003年在《基于遗传优化的船舶航向混合智能控制》文中认为本文系统地研究了模糊控制、遗传算法、仿人智能积分控制,并进行有机的结合,应用到船舶航向控制中。 通过对模糊控制原理的分析,提出一种新型的高效模糊控制器。该控制器应用简化的模糊推理方法,记录有效的规则激活水平,只对有效的模糊觇则进行推理,简化了推理过程,使计算量大大减小,使之更具有实时性;即时计算规则,而非常规的存储规则,节省了计算机的内存消耗;应用该控制器,增加模糊规则数目对计算量和内存空间影响很小,可以实现高精度高效的模糊控制;该控制器输入和输出均量化到连续论域,克服了查询表法模糊控制存在死区的缺点。经倒立摆-小车的角度控制仿真试验表明,本文提出的新型高效模糊控制器性能良好。将上述模糊控制器应用于船舶航向控制,设计了船怕航向模糊自动舵。经仿真试验表明,这种自动舵响应快,鲁棒性好。但与传统PD自动舵类似,在有环境干扰时存在稳态误差。对此,在上述模糊自动舵中增加积分控制功能,提出了两种船舶航向模糊PID自动舵控制算法,分别对航向偏差和舵角进行积分。经仿真试验表明,这两种自动舵都可以有效地消除了稳态误差。在两种控制算法中,对舵角进行积分的船舶航向模糊PID自动舵超调较小,效果更为理想。 针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,应用遗传算法,利用遗传算法“生物”进化、全局寻优的特点,提出了一种基于遗传优化的船舶航向模糊PID自动舵控制算法。经仿真对比试验表明,经遗传优化后的船舶航向模糊PID自动舵性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。针对传统积分控制的积分盲目性,其中包含了对航向控制不利的信息,导致超调大,调节时间长的缺点,应用了仿人智能积分控制,在系统运行的不同阶段,采用不同的控制策略,并应用遗传算法对自动舵参数进行优化,提出了一种船舶航向混合智能控制算法,设计了具有仿人智能积分特性的船舶航向混合智能自动舵。经仿真试验表明,这种自动舵的性能良好,超调很小。 为了检验上述各种船舶航向自动舵的性能,研究了船舶运动数学模型,以及
张薇[6]2008年在《船舶运动智能PID控制研究》文中进行了进一步梳理自动舵是船舶操纵控制系统中至关重要的设备,是船舶操纵性能好坏的标志。它一直是船舶运动控制领域内的重要研究课题之一,许多专家学者一直在致力于该方向的研究工作。传统的PID自动舵缺乏对船舶动态特性及海况的适应能力,并且依赖于精确的数学模型,而模糊控制不苛求被控对象具有准确的数学模型,对系统模型参数的变化有较强的适应能力,有望解决传统PID控制的弊端。本文的工作就是基于这样的背景开展起来的。早期的控制方法为Bang-Bang控制、PID控制,而后为自适应控制、最优控制、鲁棒控制、非线性控制,到现在研究的智能控制。这些控制方法都应用到船舶航向控制的研究中,并已形成了PID自动舵、自适应自动舵等产品,但由于船舶运动的复杂性,船舶的动态特性具有大惯性、大时滞、非线性等特点,航速及装载变化产生了模型的参数摄动;航行中海风对船舶动态产生偏置力和附加动力、海流产生船位的漂移、海浪造成船舷向角的附加高频振动和低频漂移,以及航行条件的变化、环境参数的严重干扰和测量的不精确性等都使船舶动态产生不确定性,而传统的自适应控制等控制方法无法有效控制未建模动态系统,从而影响了自适应舵的控制效果。为了解决上述问题,需要进一步将智能控制技术引入自动舵的技术中,研究混合型的智能自动舵,本文采用了将PID与模糊控制相结合的方法,以适应船舶运动控制的要求。首先对船舶操纵控制技术和智能自适应控制技术发展现状以及PID控制器参数整定方法的概况进行了综述。在分析了船舶操纵运动的动力学方程的基础上,建立了船舶航向控制的线性和非线性数学模型以及风、浪、流的干扰模型。简单介绍了船舶航向控制的基本原理,同时研究传统的PID自动舵的数学模型及设计过程。在分析了传统自动舵控制缺陷的基础上,为使船舶能在不同状态和环境下按所希望的要求改变船舶航向,提出了一种基于模糊控制的自适应算法。首先讨论了模糊控制的基本思想和基本理论,在此基础上分析了船舶航向控制这种特殊的被控对象的特性,从而提出了船舶航向的模糊控制技术,设计了船舶航向模糊控制系统,这也是进一步设计其它高性能模糊控制器的基础。这种控制器易于设计、实现方便,较传统PID控制有更快的响应速度和更小的超调,但其存在静态误差;为了进一步提高模糊控制器的控制特性,在此基础上分别设计了模糊PID控制器。利用模糊集合理论在线自调整PID参数,结合模糊控制和PID控制各自的优点,从而提高了系统的自适应能力和实现了无差控制。本文最后给出了控制器的仿真曲线,仿真结果表明所设计的控制器达到了预期的控制效果。
赵晴[7]2012年在《船舶航迹智能控制算法的研究》文中研究指明航迹智能控制是当今船舶运动控制领域的一个重要课题，同时也是船舶智能操控仿真平台实现航行智能化及其自动控制模块的重要内容，本文设计的航迹智能控制仿真系统采用间接控制方式，其设计的航迹智能控制算法由航迹制导和航迹自动控制算法两部分组成。本文设计的航迹自动控制算法由航向制导算法和航向自动控制算法两部分组成。主要研究工作如下：（1）提出了一种新的船舶航向控制算法的性能评判方法。为了选择性能较优的航向控制算法作为间接航迹自动控制的航向控制算法，本文提出了一种基于模糊隶属函数的航向跟踪性能评判加权平均法，其性能指标的权值确定方法来源于对有经验的船舶操纵人员问卷调查分析结果，因此该评价方法比一般的定性评价更具科学性和实用性。（2）基于Matlab仿真分析了本文采纳的四种航向自动控制算法。在研究分析各种航向自动控制算法原理的基础上，借助Matlab对普通PID、丹麦航海研究所（简称DMI）设计的PID、模糊自整定PID控制器以及专家模糊控制器与三自由度船模构成的航向自动舵进行仿真。基于（1）提出的船舶航向控制算法性能的评判方法，分析评价四种航向自动舵的航向跟踪性能，将性能最优的模糊自整定PID航向自动舵作为本文航迹间接控制仿真系统的航向控制算法。（3）研究设计与实现航迹智能控制算法。本文设计了航向制导算法，与性能较优的模糊自整定PID航向自动舵构成间接型航迹自动舵，然后设计了航迹制导算法与航迹自动舵构成航迹智能控制算法。（4）基于先进的、近似海上模拟环境的船舶智能操控仿真平台桌面系统的算法仿真测试。利用Visual C++6.0开发工具将本文设计的航迹智能控制算法编程实现，并集成到我校研发的具有DMI六自由度船模的船舶智能操控仿真平台，分别对目标船的智能航行和本船的航迹保持与跟踪进行了大量的平台实验，验证了设计的航迹智能控制算法的性能。
李光宇[8]2016年在《粒子群优化分数阶控制器及欠驱动船舶航向控制研究》文中提出船舶动态具有大惯性、大时滞、非线性的特点,航行工况、货物装载量变化、惯性矩、重心坐标变化等因素引起船舶运动数学模型的参数摄动,使得船舶模型具有不确定性；同时,风、浪、流的存在也导致船舶模型参数和结构的摄动。因此,对欠驱动水面船舶采用常规线性和非线性控制方法难以取得理想的控制效果。欠驱动水面船舶主要利用舵系统来改变或保持船舶的航向,而通过螺旋桨转动产生推力来改变或保持船舶的航速。操舵与螺旋桨推进之间存在交互作用。本文研究基于粒子群优化的分数阶航向智能控制算法,完成了以下主要研究工作。(1)针对受模型参数不确定性和外界环境干扰的欠驱动水面船舶运动控制,本文提出一种分数阶PIλDμ控制器,并将该控制器应用于欠驱动水面船舶航向控制的自动舵设计中。仿真结果表明,采用分数阶PIλDμ控制器与采用常规PID船舶航向自动舵相比能进一步提高船舶航向的控制精度和抗扰动能力；(2)针对分数阶PIλDμ控制器较常规PID多出两个可调参数积分阶次λ和微分阶次μ,使得分数阶PIλDμ控制器参数整定难度进一步加大,本文提出将粒子群优化算法引入到控制器设计中,对分数阶PIλDμ控制器的参数进行在线整定。仿真结果验证了基于粒子群优化算法的分数阶PIλDμ控制器在欠驱动水面船舶航向控制中的有效性：(3)针对惯性权重ω和最大飞行速度vmax对粒子群优化算法全局搜索能力和局部开发能力的重要影响,以及两者之间的内在联系,本文提出一种时变非线性三角函数用于改进粒子群优化算法,并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性；(4)针对学习因子c1和c2对粒子在解空间搜索速度的影响,本文构造一种异步时变学习因子的粒子群优化算法,将两个学习因子在算法优化过程中随时间进行不同的变化,并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性；(5)针对惯性权重ω影响粒子的局部最优搜索能力和全局最优搜索能力,本文提出将非线性动态惯性权重引入到粒子群优化算法结构当中,用于改进粒子群优化算法,并将该算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性；(6)针对粒子群优化算法、遗传算法、拟退火算法各自的优缺点,本文提出了混合GA-PSO算法和改进SA-PSO算法,用于改进算法容易陷入局部极值、早熟收敛或停滞现象,提高算法的全局搜索能力和局部精细搜索能力,并将算法用于船舶航向的分数阶PIλDμ控制器参数整定中。仿真结果验证了该算法的有效性。
刘晓明[9]2002年在《船舶航向模糊自适应控制研究》文中认为本论文来源于上海市高等学校科学技术发展基金项目—船舶航向集成智能控制技术研究。作者参与此课题的研究并撰写了该论文。 船舶航向自动控制系统亦称为自动舵，它是船舶系统中一个不可缺少的重要设备，从历史的角度来看自动舵的出现是减轻驾驶人员的工作强度，降低运输成本，提高运输的安全性和经济效益。随着控制技术不断完善，工程技术人员把控制技术引入航向控制之中建立了以PID为控制器的航向控制系统并取得良好的效果。但是由于船舶航行的复杂性和PID控制器本身的局限性，常规的PID自动舵仍然存在着许多不足之处。 本文的研究的目的是提出一种控制效能智能控制自动舵，其目标为改善基于经典控制理论的PID自动舵的控制效果。在智能控制自动舵的研究当中，本文运用了模糊自整定PID参数的方法，在自动舵的设计方面作了一些有益的探索，并做了仿真研究，获得了理想的控制效果。 本文研究是从以下几个方面着手： 1．在论文的开始，根据相关的资料所提供的实船参数，设计了PID自动舵，以此作为后期研究的比较的对象。 2．运用模糊控制的方法，对同一个实船对象设计出一个模糊控制器，观察其仿真结果。 3．总结前面两章的设计方法，结合PID控制高稳态精度的优点和模糊控制器的鲁棒性强且响应速度快的特点设计出模糊整定PD两个参数的控制器。并在仿真中得到较好的结果。在设计船舶航向模糊参数自整定控制器时由于没有现成的控制规则可供借鉴，本论文借鉴了运用在其他工业控制领域的模糊自整定控制器的模糊规则，并根据实际控制效果做出相应的规则调整。 4．模糊控制所整定的两个参数论域无成熟例子的可以借鉴，本文提出基于实船设计的PID控制器的参数调整，使控制参数分布于一个正态曲线上，再适当扩大论域范围，作为设计整定对象的模糊控制论域。在仿真试验的结果中证明了设想的合理性。 5．论文的最后运用MATLAB软件所提供的SIMULINK工具箱对所做的三个控制器做出仿真结果，分别模拟在无干扰和实际航行中外界干扰情况下系统的响应特性曲线，并给出了相应的分析结果。 最终的仿真结果表明，智能控制在船舶航向控制方面其优越性大大超过了传统控制方法的自动舵，其应用和发展前景是广阔的。 由于智能控制理论自身发展仍在不断完善和发展，因此应用于实际还需要做更深入的研究。这也是相关领域今后研究的重要方向之一。
陈国权[10]2016年在《船舶避碰自动化关键技术研究》文中进行了进一步梳理随着船舶日益大型化、快速化,船舶碰撞、搁浅等海难事故时有发生。研发基于国际海上避碰规则的智能避碰决策支持系统可大大降低海难事故的发生率,并提高我国自主产权综合船桥系统的研究水平和国产化程度。论文在前人船舶拟人智能避碰决策支持(PIDVCA)的研究成果基础上,通过分析原有方法中存在的不足,提出了解决问题的优化方法和模型,进一步拓展了船舶智能避碰决策自动化方法的深度与广度。本文所做的主要工作如下：(1)提出了一组智能避碰自动决策优化算法。通过对船舶拟人智能避碰决策理论进行了一系列的理论完善与优化,具体包括：目标交会特征识别算法的完善、船舶碰撞危险度判断阈值量化数学建模及其优化、船舶安全会遇距离估算模型的优化、船舶预测复航限制时间模型的完整性推证及其算法的完备性论证、基于特殊交会特征下的最晚施舵时机的避让方法及幅度求解的优化。同时提出了沿用智能避碰自动决策单独或者同时自动避让孤立静态碍航物以及动态船舶的方法。经过仿真测试,使用该方法单独避让孤立静态碍航物或者同时避让动静态碍航物的方法可行。(2)提出了一种动态评判船舶碰撞危险及危险度的计算模型,更加科学地从整体上使用智能评判算法得出船舶避让的难易程度；提出了两船间船舶避碰决策协调与通报自动化的优化算法,以确保智能避碰自动决策方法达到预期的实施效果。(3)根据智能避碰决策自动化方法形成特点,提出了一种可以直观体现机器决策并与国际海上避碰规则(COLREGs)重要条款相对应的16条机器规则(即两船会遇与多船会遇态势下智能避碰决策自动化方法的机器规则条款),针对每一条机器规则进行了详细的理论分析以及案例解析,以确保海上实际使用的可接受度与可行性。(4)提出了一种开阔水域船舶航行自动化算法及船舶智能避碰自动决策方法关键模型算法完备性的测试方案,搭建了近似海上实测环境的开阔水域船舶航行自动化关键算法验证仿真平台,在该平台上开展船舶航向控制、航迹保持以及船舶自动避碰的系统测试。重点在该平台上进行两船自动避碰与多船自动避碰的案例测试,测试结果显示智能避碰自动决策方法的可靠性以及准确性已经初步达到工程实际应用的程度。(5)开展船舶智能避碰自动决策技术实用化设计以及航海模拟器上的应用研究。为使智能避碰自动决策方法能投入工程应用,提出了船舶智能避碰辅助决策支持功能的设计方案,包括船舶碰撞危险度排序、避让重点船提示与自动试操船用户界面设计与实现。针对现有航海模拟器存在的不足,提出了构建智能航海模拟器的思路,实现智能目标船与本船的智能化功能设计。本文针对开阔水域船舶避碰自动化关键技术进行了深入的研究,为船舶避碰辅助决策系统的研发打下了良好的基础,为实现船舶航行自动化迈出关键性的一步。
参考文献：
[1]. 船舶航向智能模糊控制系统及其仿真[D]. 何俊杰. 大连理工大学. 2000
[2]. 非线性船舶模型的建立与ANFIS航向控制器设计[D]. 梁玉. 大连海事大学. 2008
[3]. 模糊自整定PID航向控制算法优化及应用[D]. 郑木坤. 集美大学. 2017
[4]. 船舶运动模糊神经网络控制系统的研究[D]. 林叶锦. 大连海事大学. 2006
[5]. 基于遗传优化的船舶航向混合智能控制[D]. 胡江强. 大连海事大学. 2003
[6]. 船舶运动智能PID控制研究[D]. 张薇. 哈尔滨工程大学. 2008
[7]. 船舶航迹智能控制算法的研究[D]. 赵晴. 集美大学. 2012
[8]. 粒子群优化分数阶控制器及欠驱动船舶航向控制研究[D]. 李光宇. 大连海事大学. 2016
[9]. 船舶航向模糊自适应控制研究[D]. 刘晓明. 上海海运学院. 2002
[10]. 船舶避碰自动化关键技术研究[D]. 陈国权. 大连海事大学. 2016
标签：船舶工业论文; 模糊控制论文; 智能控制论文; 仿真软件论文; 自动化控制论文; 模糊算法论文; 模糊神经网络论文; 模糊理论论文; pi控制器论文; 运动控制器论文; 线性系统论文; 非线性论文; 模糊pid论文; pid算法论文;