论文摘要
随着新型水下航行器不断涌现,现有水下航行器数学模型已难以与实际模型吻合.为更好了解新型水下航行器实际模型以及预测新型水下航行器运动,提出应用粒子群(particle swarm optimization,PSO)参数寻优和支持向量机(support vector machine,SVM)的水下航行器黑箱建模方法.首先根据水下航行器的运动状态信息和推进器力,应用支持向量机构造出之间的非线性映射关系,然后通过粒子群智能优化算法获得支持向量机的最佳参数组合,进而实现水下航行器的黑箱建模,最后根据推进器力是否时变,分别以新型四旋翼水下航行器的两种空间运动进行实验验证,并以均方根误差作为空间运动预测结果的评价标准.试验结果表明,基于粒子群参数寻优和支持向量机所构建的水下航行器黑箱模型对空间运动预测具有较小的均方根误差,空间运动预测结果与实际运动基本一致,所建黑箱模型与实际模型基本吻合,能有效预测水下航行器运动状态.
论文目录
文章来源
类型: 期刊论文
作者: 边靖伟,寇立伟,项基
关键词: 水下航行器,黑箱建模,支持向量机,粒子群,空间运动
来源: 哈尔滨工业大学学报 2019年10期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 船舶工业
单位: 浙江大学电气工程学院
基金: 国家自然科学基金(61773339),浙江省重点研发项目(2019C02002)
分类号: U674.941
页码: 55-60+82
总页数: 7
文件大小: 2103K
下载量: 129