用RBF网络学习船舶操纵运动的动态特性  

On Learning of Ship Maneuver Dynamical Characteristics with RBF Neural Networks

作　　者：刘清[1] 吴秀恒[2] 邹早建[2] 刘祖源[2] 

机构地区：[1]武汉交通科技大学信息工程学院,武汉430063 [2]武汉交通科技大学船舶与土木工程学院,武汉430063

出　　处：《武汉交通科技大学学报》2000年第2期117-120,共4页Journal of Wuhan University of Technology(Transportation Science & Engineering)

基　　金：国家自然科学基金资助项目! (批准号:19872 0 52 );交通部科教司专项经费资助

摘　　要：提出了利用径向基 (RBF)神经网络的非线性映射能力 ,来学习船舶操纵动态特性 .通过大量的仿真实验证明 ,用 RBF网络学习船舶操纵动态特性 ,在学习速度、预报误差等方面比常用的 BP网络要优越得多 .This paper, the ship maneuver dynamical characteristics is learnt with RBF neural network. The simulation results show that the RBF neural network has faster speed for learning and higher prediction precision than those of BP neural network, which is usually used in control field.

关 键 词：船舶操纵 动态特性 RBF网络 学习速度 

分 类 号：U675.91[交通运输工程—船舶及航道工程]