作        者：劉　勝，黃少博，常緒成
（哈爾濱工程大學自動化學院）

摘　　　要：針對船舶動態性能具有較強的非線性、大慣性及時變性的特點，采用具有ＲＢＦ核函數的較小二乘支持向量機（ＬＳ�玻樱郑停�，利用其可以任意逼近非線性模型的良好特性實現對船舶模型有效辨識，得到船舶航向控制系統的非線性逼近模型，并將其與模型預測控制方法相結合，將較小二乘支持向量機辨識得到的系統模型作為預測模型，并將系統模型進行線性化并用線性預測控制方法求得解析的控制律，實現對船舶航向的預測控制，達到良好航向保持目的。仿真結果表明，較小二乘支持向量機降低了計算復雜度，且有較快計算速度，在小樣本情況下具有良好的泛化能力；基于較小二乘支持向量機的船舶航向預測控制系統對外界干擾及模型參數攝動均具有較好的適應能力以及良好的控制性能。

關　鍵　詞：較小二乘；支持向量機；船舶航向；模型預測控制

引          言：船舶航向控制是評判船舶操縱性能好壞的重要標準，航向控制系統性能關系著船舶航行的經濟性和安全性。而船舶在海上航行時所受的擾動比較復雜［１］，且沒有自身航向穩定性，為保證船舶按照期望航向航行，必須通過控制系統控制轉舵以校正由于擾動而產生的偏航。模型預測控制是２０世紀８０年代初發展起來的控制算法，利用動態模型預測系統未來行為［２�玻常荩�并根據模型對系統進行優化控制，具有控制效果好、魯棒性強及對模型精度要求不高等優點，是具有代表性的預測控制算法。由于船舶參數具有較強的非線性，并且裝載變化等會引起參數攝動，不易建立準確的數學模型［４］，因此本文選擇利用較小二乘支持向量機［５�玻叮荩ǎ蹋营玻樱郑停┙鉀Q航向非線性建模問題［７］，與傳統支持向量機相比，避免了求解ＱＰ方程，學習速度快，且具有較好的推廣性和很強的魯棒性，有效防止過學習現象［８］。將得到的航向非線性逼近模型應用于模型預測控制算法，采用多步預測、滾動優化及反饋校正等控制策略，得到較好的船舶航向控制效果。

登錄網站后可下載文件