基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

• 作 者: 谢朔 初秀民 柳晨光 吴青
• 机 构: 国家水运安全工程技术研究中心,武汉理工大学能源与动力工程学院,武汉理工大学物流工程学院
• 发表日期: 2018年2期
• 关键词: 船舶操纵性 参数辨识 最小二乘支持向量机 多新息方法2
• 基金项目: 交通运输部科技成果推广项目(2015326548030):无人航道测量船推广与应用;湖北省自然科学基金重点项目(2015CFA111):船岸协同下内河船舶智能避碰系统基础理论与关键技术研究

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机（least squares support vector machines,LSSVM）与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。