基于支持向量機的四自由度船舶操縱運動建模研究.pdf

1、海上船舶運輸在運量能耗比方面具有獨特的優(yōu)勢，海洋船舶運輸業(yè)在我國國民經(jīng)濟中占有不可替代的重要地位。近年來，國際海事組織相繼推出了一系列新標(biāo)準(zhǔn)、新規(guī)范，對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。
　　對于軍船和初穩(wěn)性高較小的船舶如集裝箱船，在操縱運動過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，還會對其操縱性產(chǎn)生直接的影響；另外海船航向保持、舵

2、減搖系統(tǒng)和自動舵設(shè)計中都必須考慮橫搖的影響。因此，迫切需要開展計及橫搖運動影響的船舶操縱運動建模和預(yù)報研究。
　　本文應(yīng)用基于支持向量機的系統(tǒng)辨識方法對四自由度船舶操縱運動進行了建模研究。首先分別采用白箱辨識建模、灰箱建模和黑箱建模方法對兩種四自由度操縱運動水動力模型——整體型和分離型操縱運動數(shù)學(xué)模型進行了研究；其次，基于四自由度線性操縱運動方程推導(dǎo)了耦合響應(yīng)型模型；然后，對四自由度操縱運動水動力模型中的水動力系數(shù)進行了靈敏度分析

3、，并基于靈敏度分析的結(jié)果簡化了整體型和分離型數(shù)學(xué)模型；最后，應(yīng)用果蠅優(yōu)化算法對用于船舶操縱運動建模的支持向量機的參數(shù)進行了優(yōu)化，并應(yīng)用所得到的支持向量機進行了船舶操縱運動預(yù)報。
　　在白箱辨識建模中重構(gòu)了辨識方程，由此可以直接辨識出水動力系數(shù)，同時克服了耦合水動力系數(shù)的數(shù)量必須相等的限制；在灰箱建模中，無需辨識水動力系數(shù)，根據(jù)操縱運動數(shù)學(xué)模型輸入運動狀態(tài)變量的高階向量，建立支持向量機灰箱預(yù)報模型，并據(jù)此預(yù)報操縱運動；在黑箱建模中，

4、不依賴于操縱運動數(shù)學(xué)模型，直接輸入上一時刻的運動狀態(tài)變量，建立支持向量機黑箱預(yù)報模型，并據(jù)此預(yù)報下一時刻的運動。在三種建模方法中都對Z形試驗和回轉(zhuǎn)試驗進行了預(yù)報，驗證了所提出建模方法的有效性及泛化性能。然后，從預(yù)報精度、計算速度和所需已知條件三個方面對白箱辨識建模、灰箱建模和黑箱建模進行了對比研究，并基于對比分析的結(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動方程出發(fā)，推導(dǎo)了計及橫搖影響的耦合響應(yīng)型模型，獲得了轉(zhuǎn)首

5、運動、橫向運動和橫搖運動對舵角的響應(yīng)型關(guān)系式，并給出了各操縱性指數(shù)的完整表達式。然后，基于某集裝箱船的 RPMM試驗數(shù)據(jù)計算了其耦合響應(yīng)型模型的操縱性指數(shù)，并使用所得到的操縱性指數(shù)進行了該船的Z形試驗數(shù)值模擬，預(yù)報了其轉(zhuǎn)首運動、橫向運動和橫搖運動；通過將預(yù)報結(jié)果和基于水動力模型的預(yù)報結(jié)果進行對比，驗證了所建立的耦合響應(yīng)型模型的正確性。隨后，基于DTMB5415的自航模試驗數(shù)據(jù)，分別使用ε-支持向量機和最小二乘支持向量機辨識了其耦合響應(yīng)型

6、模型的操縱性指數(shù)，并使用辨識得到的操縱性指數(shù)進行了Z形試驗預(yù)報，通過將預(yù)報結(jié)果和自航模試驗結(jié)果進行對比，驗證了所建立的耦合響應(yīng)型模型的預(yù)報能力及泛化性能。
　　使用直接法和間接法分別對四自由度整體型和分離型水動力模型中的水動力系數(shù)進行了靈敏度分析?；陟`敏度分析的結(jié)果，分別將整體型和分離型模型中水動力系數(shù)從102個簡化到61個和從41個簡化到34個。應(yīng)用最小二乘支持向量機對原始仿真數(shù)據(jù)進行分析，對簡化后的模型進行了白箱辨識建模，使

7、用辨識得到的簡化模型對操縱運動進行預(yù)報，并將預(yù)報結(jié)果與原始模型仿真值和簡化模型仿真值進行對比，結(jié)果表明：基于直接法和間接法的水動力系數(shù)靈敏度分析是正確的；基于靈敏度分析結(jié)果的水動力模型的簡化是合理的；基于支持向量機的簡化模型辨識建模是有效的。所獲得的簡化水動力模型可用以指導(dǎo)船模試驗設(shè)計，更便于分析和使用。
　　對比了支持向量機結(jié)構(gòu)參數(shù)和核參數(shù)對操縱運動預(yù)報精度的影響。為了減小支持向量機結(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)化算法對支持向量機參數(shù)進行優(yōu)化，并將其應(yīng)用于四自由度船舶操縱運動黑箱建模中。將參數(shù)優(yōu)化后預(yù)報結(jié)果與試湊參數(shù)的預(yù)報結(jié)果相比較，表明優(yōu)化后的結(jié)果更準(zhǔn)確。對比參數(shù)尋優(yōu)過程表明：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。
　　通過本文的研究，驗證了支持向量機方法應(yīng)用于四自由度船舶操縱運動建模的有效性，為應(yīng)用系統(tǒng)辨識方法進行四自由度船舶操縱運動建模提供