基于模糊控制的水下潛器沉浮控制方法
加入技術(shù)交流群
針對EBP算法收斂速度慢的問題，采用Delta-Bar-Delta學(xué)習(xí)規(guī)則對學(xué)習(xí)速率進(jìn)行在線調(diào)整，以提高收斂速度。
以αij為例，βij、γij同理：
其中，ξ是一個正實(shí)數(shù)，參數(shù)a、b、ξ根據(jù)實(shí)際情況自定。典型值為：10-4≤a≤0．1，0．1≤b≤0．5，0．1≤ξ≤0．7。
3 仿真分析
假定潛器在水下1 990 m處于懸浮平衡狀態(tài)，油泵充抽油率為10 N／S，突然受到一瞬時外力的擾動作用，使得潛器獲得了向上或向下的速度(12 m／s或-12 m／s)。利用計(jì)算機(jī)仿真潛器在基于自適應(yīng)模糊控制方法下的沉浮控制效果，仿真效果如圖4、圖5所示。仿真結(jié)果表明：采用自適應(yīng)模糊控制方法實(shí)現(xiàn)對水下潛器的自主沉浮控制是完全可行的，能夠在受到一定擾動的情況下仍保持定深懸浮的穩(wěn)定狀態(tài)。本文引用地址：http://www.biyoush.com/article/161986.htm
4 結(jié)束語
良好的自動沉浮控制能力對于水下潛器來說是至關(guān)重要的，是保證水下潛器能夠進(jìn)行正常工作的前提條件。由于水下潛器在水下的低速運(yùn)動表現(xiàn)為耦合非線性，因此，水下潛器自動沉浮控制系統(tǒng)必然是一種慣性大、時滯、非線性的復(fù)雜控制系統(tǒng)。本文提出的基于模糊控制的沉浮控制方法從優(yōu)化隸屬函數(shù)入手，采用多層前向神經(jīng)網(wǎng)絡(luò)的誤差反向傳播(EBP)算法對它的參數(shù)進(jìn)行在線修正，并采用Delta-Bar-Delta學(xué)習(xí)規(guī)則對學(xué)習(xí)速率進(jìn)行在線調(diào)整，使EBP算法具有較快的收斂速度，同時避免了局部極小值問題，在實(shí)際工程中具有廣闊的應(yīng)用前景。此外，隸屬函數(shù)的優(yōu)化還可以考慮將神經(jīng)網(wǎng)絡(luò)與其他智能方法相結(jié)合，以期能夠獲得更快的控制效果。
評論