目录
第1章 绪论
1.1 船舶运动控制概述
1.2 船舶运动控制研究的基本问题
1.3 船舶运动控制策略
习题
第2章 船舶运动数学模型
2.1 引言
2.2 船舶平面运动的线性化数学模型
2.2.1 船舶平面运动的非线性模型和线性模型
2.2.2 状态空间型船舶平面运动数学模型
2.2.3 传递函数型的船舶运动数学模型
习题
第3章 神经网络控制
3.1 神经网络控制引论
3.1.1 人工神经元与人工神经网络
3.1.2 ANN的基本结构
3.1.3 ANN的学习方法
3.1.4 ANN的特点和优点
3.1.5 ANN的发展简史
3.2 MLP的BP训练方法
3.2.1 MLP的结构和前向算法
3.2.2 MLP的误差反向回传算法(BP算法)
3.2.3有关BP算法的一些问题
3.2.4 BP算法的一个简例
3.3 神经网络控制方案概述
3.3.1 监督控制
3.3.2 直接逆控制
3.3.3 间接控制
3.3.4 直接控制
3.3.5 内部模型控制
3.4 监督控制在船舶自动舵中的应用
3.5 直接控制应用于船舶自动舵
3.5.1 用于航向保持的SISO神经网络自动舵结构
3.5.2 直接控制式航向保持器NNC的训练方案
3.5.3 直接控制式航向保持器NNC的训练方法
3.5.4 直接控制NNC自动舵的仿真研究结果
3.6 内部模型控制应用于船舶自动舵
3.6.1 航向保持环
3.6.2 转向控制器
习题
第4章 模糊控制
4.1 FLS概论
4.1.1人类思维的两种模式
4.1.2 模糊逻辑系统与模糊逻辑控制
4.1.3 FLS的发展简史
4.2 FLC基本原理
4.3 模糊规则的提取方法
4.3.1 基于直接匹配的模糊规则抽取方法
4.3.2 基于乘积空间聚类的模糊规则提取方法
4.4 FLC在船舶运动控制中的应用
习题
第5章 混合智能控制
5.1 混合智能控制系统引论
5.2 适应式混合智能系统.ANFIS及其在船舶控制领域的应用
5.2.1 ANFIS的神经网络结构
5.2.2 ANFIS的训练
5.2.3 ANFIS用于自动舵控制算法设计
5.2.4 ANF、IS系统小结
5.3 模糊自适应学习控制网络FALCON及其在船舶运动控制领域的应用
5.3.1 FALCON的结构
5.3.2 FAILCON的学习策略
5.3.3 FALCON的应用——船舶航向保持和航向改变的模糊自适应学习控制策略
5.4 遗传算法(GA)及其在船舶运动控制器优化中的应用
5.4.1 GA算法概述
5.4.2 遗传算法的进一步讨论
5.4.3 GA用于优化Fuzzy Autopilot参数之例
5.4.4 GA应用于神经网络训练
5.5 模拟退火算法及其在船舶运动控制器优化中的应用
5.5.1 SA算法的物理基础
5.5.2 SA算法
5.5.3 SA算法在船舶运动控制器优化中的应用
习题
第6章 H∞鲁棒控制
6.1 准备知识
6.2 H∞鲁棒控制理论概述
6.3 混合灵敏度算法
6.3.1 小增益理论
6.3.2 模型不确定性
6.3.3 H∞控制的混合灵敏度问题
6.3.4 H∞标准问题
6.4 回路成形算法
6.4.1 回路成形概念及其控制器的直接解法
6.4.2 回路成形Hoo控制算法
6.5 闭环增益成形控制算法
6.5.1 SIS0系统闭环增益成形控制算法
6.5.2 MIMO系统的闭环增益成形控制算法
6.5.3 PID控制器参数整定新方法
6.5.4 用镜像映射方法求非稳定过程的鲁棒控制器
6.5.5 非方阵被控对象闭环增益成形算法及其应用
6.6 μ分析
6.7 H∞鲁棒控制在船舶运动控制中的应用
6.7.1 混合灵敏度算法应用
6.7.2 一种变形的回路成形控制器及应用
6.7.3 闭环增益成形算法应用
6.7.4μ分析应用
习题
第7章 非线性控制
7.1 非线性控制理论发展概述
7.2 基于精确反馈线性化的非线性控制
7.2.1 非线性系统的基本概念
7.2.2 基于精确反馈线性化方法的船舶运动航向保持控制
7.3 基于Backstepping的非线性控制
7.3.1 Lvapunov理论
7.3.2 基于Backstepping方法的船舶运动航向保持控制
7.4 两种非线性PID控制器
7.4.1 基于精确反馈线性化和闭环增益成形算法的船舶航向PID控制器
7.4.2 由闭环增益成形算法构成的非线性鲁棒PID控制器
7.5 不对称信息理论
7.5.1 不对称信息理论
7.5.2 简化鲁棒控制算法增加信息传递量
7.5.3 改进舵机执行机构增加信息传递量
习题
参考文献
附录
实验1 计算船舶运动Nomoto数学模型
实验2 ANFIS用于自动舵控制算法设计
实验3 用GA优化模糊控制器及其应用
实验4 基于闭环增益成形的鲁棒PID算法及在液位控制中的应用
· · · · · · (收起)