基于支持向量機(jī)的四自由度船舶操縱運(yùn)動(dòng)建模研究.pdf

1、海上船舶運(yùn)輸在運(yùn)量能耗比方面具有獨(dú)特的優(yōu)勢(shì)，海洋船舶運(yùn)輸業(yè)在我國(guó)國(guó)民經(jīng)濟(jì)中占有不可替代的重要地位。近年來(lái)，國(guó)際海事組織相繼推出了一系列新標(biāo)準(zhǔn)、新規(guī)范，對(duì)船舶的能效提出了更高的要求，高智能化的具有優(yōu)良航行性能的綠色環(huán)保型船舶已成為必然的發(fā)展方向。
　　對(duì)于軍船和初穩(wěn)性高較小的船舶如集裝箱船，在操縱運(yùn)動(dòng)過(guò)程中通常伴隨有較大幅度的橫搖。橫搖不僅影響船舶的航行安全和軍船戰(zhàn)術(shù)技術(shù)性能的發(fā)揮，還會(huì)對(duì)其操縱性產(chǎn)生直接的影響；另外海船航向保持、舵

2、減搖系統(tǒng)和自動(dòng)舵設(shè)計(jì)中都必須考慮橫搖的影響。因此，迫切需要開(kāi)展計(jì)及橫搖運(yùn)動(dòng)影響的船舶操縱運(yùn)動(dòng)建模和預(yù)報(bào)研究。
　　本文應(yīng)用基于支持向量機(jī)的系統(tǒng)辨識(shí)方法對(duì)四自由度船舶操縱運(yùn)動(dòng)進(jìn)行了建模研究。首先分別采用白箱辨識(shí)建模、灰箱建模和黑箱建模方法對(duì)兩種四自由度操縱運(yùn)動(dòng)水動(dòng)力模型——整體型和分離型操縱運(yùn)動(dòng)數(shù)學(xué)模型進(jìn)行了研究；其次，基于四自由度線性操縱運(yùn)動(dòng)方程推導(dǎo)了耦合響應(yīng)型模型；然后，對(duì)四自由度操縱運(yùn)動(dòng)水動(dòng)力模型中的水動(dòng)力系數(shù)進(jìn)行了靈敏度分析

3、，并基于靈敏度分析的結(jié)果簡(jiǎn)化了整體型和分離型數(shù)學(xué)模型；最后，應(yīng)用果蠅優(yōu)化算法對(duì)用于船舶操縱運(yùn)動(dòng)建模的支持向量機(jī)的參數(shù)進(jìn)行了優(yōu)化，并應(yīng)用所得到的支持向量機(jī)進(jìn)行了船舶操縱運(yùn)動(dòng)預(yù)報(bào)。
　　在白箱辨識(shí)建模中重構(gòu)了辨識(shí)方程，由此可以直接辨識(shí)出水動(dòng)力系數(shù)，同時(shí)克服了耦合水動(dòng)力系數(shù)的數(shù)量必須相等的限制；在灰箱建模中，無(wú)需辨識(shí)水動(dòng)力系數(shù)，根據(jù)操縱運(yùn)動(dòng)數(shù)學(xué)模型輸入運(yùn)動(dòng)狀態(tài)變量的高階向量，建立支持向量機(jī)灰箱預(yù)報(bào)模型，并據(jù)此預(yù)報(bào)操縱運(yùn)動(dòng)；在黑箱建模中，

4、不依賴于操縱運(yùn)動(dòng)數(shù)學(xué)模型，直接輸入上一時(shí)刻的運(yùn)動(dòng)狀態(tài)變量，建立支持向量機(jī)黑箱預(yù)報(bào)模型，并據(jù)此預(yù)報(bào)下一時(shí)刻的運(yùn)動(dòng)。在三種建模方法中都對(duì)Z形試驗(yàn)和回轉(zhuǎn)試驗(yàn)進(jìn)行了預(yù)報(bào)，驗(yàn)證了所提出建模方法的有效性及泛化性能。然后，從預(yù)報(bào)精度、計(jì)算速度和所需已知條件三個(gè)方面對(duì)白箱辨識(shí)建模、灰箱建模和黑箱建模進(jìn)行了對(duì)比研究，并基于對(duì)比分析的結(jié)果給出了三種建模方法的選擇策略。
　　從四自由度線性操縱運(yùn)動(dòng)方程出發(fā)，推導(dǎo)了計(jì)及橫搖影響的耦合響應(yīng)型模型，獲得了轉(zhuǎn)首

5、運(yùn)動(dòng)、橫向運(yùn)動(dòng)和橫搖運(yùn)動(dòng)對(duì)舵角的響應(yīng)型關(guān)系式，并給出了各操縱性指數(shù)的完整表達(dá)式。然后，基于某集裝箱船的 RPMM試驗(yàn)數(shù)據(jù)計(jì)算了其耦合響應(yīng)型模型的操縱性指數(shù)，并使用所得到的操縱性指數(shù)進(jìn)行了該船的Z形試驗(yàn)數(shù)值模擬，預(yù)報(bào)了其轉(zhuǎn)首運(yùn)動(dòng)、橫向運(yùn)動(dòng)和橫搖運(yùn)動(dòng)；通過(guò)將預(yù)報(bào)結(jié)果和基于水動(dòng)力模型的預(yù)報(bào)結(jié)果進(jìn)行對(duì)比，驗(yàn)證了所建立的耦合響應(yīng)型模型的正確性。隨后，基于DTMB5415的自航模試驗(yàn)數(shù)據(jù)，分別使用ε-支持向量機(jī)和最小二乘支持向量機(jī)辨識(shí)了其耦合響應(yīng)型

6、模型的操縱性指數(shù)，并使用辨識(shí)得到的操縱性指數(shù)進(jìn)行了Z形試驗(yàn)預(yù)報(bào)，通過(guò)將預(yù)報(bào)結(jié)果和自航模試驗(yàn)結(jié)果進(jìn)行對(duì)比，驗(yàn)證了所建立的耦合響應(yīng)型模型的預(yù)報(bào)能力及泛化性能。
　　使用直接法和間接法分別對(duì)四自由度整體型和分離型水動(dòng)力模型中的水動(dòng)力系數(shù)進(jìn)行了靈敏度分析。基于靈敏度分析的結(jié)果，分別將整體型和分離型模型中水動(dòng)力系數(shù)從102個(gè)簡(jiǎn)化到61個(gè)和從41個(gè)簡(jiǎn)化到34個(gè)。應(yīng)用最小二乘支持向量機(jī)對(duì)原始仿真數(shù)據(jù)進(jìn)行分析，對(duì)簡(jiǎn)化后的模型進(jìn)行了白箱辨識(shí)建模，使

7、用辨識(shí)得到的簡(jiǎn)化模型對(duì)操縱運(yùn)動(dòng)進(jìn)行預(yù)報(bào)，并將預(yù)報(bào)結(jié)果與原始模型仿真值和簡(jiǎn)化模型仿真值進(jìn)行對(duì)比，結(jié)果表明：基于直接法和間接法的水動(dòng)力系數(shù)靈敏度分析是正確的；基于靈敏度分析結(jié)果的水動(dòng)力模型的簡(jiǎn)化是合理的；基于支持向量機(jī)的簡(jiǎn)化模型辨識(shí)建模是有效的。所獲得的簡(jiǎn)化水動(dòng)力模型可用以指導(dǎo)船模試驗(yàn)設(shè)計(jì)，更便于分析和使用。
　　對(duì)比了支持向量機(jī)結(jié)構(gòu)參數(shù)和核參數(shù)對(duì)操縱運(yùn)動(dòng)預(yù)報(bào)精度的影響。為了減小支持向量機(jī)結(jié)構(gòu)參數(shù)和核參數(shù)的選擇困難，采用新型群智能算法

8、——果蠅優(yōu)化算法對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化，并將其應(yīng)用于四自由度船舶操縱運(yùn)動(dòng)黑箱建模中。將參數(shù)優(yōu)化后預(yù)報(bào)結(jié)果與試湊參數(shù)的預(yù)報(bào)結(jié)果相比較，表明優(yōu)化后的結(jié)果更準(zhǔn)確。對(duì)比參數(shù)尋優(yōu)過(guò)程表明：果蠅優(yōu)化算法相比于粒子群優(yōu)化算法和網(wǎng)格搜索法具有算法設(shè)置簡(jiǎn)單、調(diào)整參數(shù)少、不易陷入局部極小值以及易于找到全局最優(yōu)解等優(yōu)點(diǎn)。
　　通過(guò)本文的研究，驗(yàn)證了支持向量機(jī)方法應(yīng)用于四自由度船舶操縱運(yùn)動(dòng)建模的有效性，為應(yīng)用系統(tǒng)辨識(shí)方法進(jìn)行四自由度船舶操縱運(yùn)動(dòng)建模提供