期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于动态遗忘因子递推最小二乘算法的船舶航向模型辨识
被引量：
16
1
作者
孙功武
谢基榕
王俊轩
《计算机应用》
CSCD
北大核心
2018年第3期900-904,共5页
为提高遗忘因子递推最小二乘(RLS)算法辨识船舶航向运动数学模型参数的快速性和鲁棒性,在分析遗忘因子大小对算法特性影响的基础上,提出一种基于模糊控制的动态遗忘因子RLS算法。该算法从理论模型输出与实际模型输出之间的残差入手来构...
为提高遗忘因子递推最小二乘(RLS)算法辨识船舶航向运动数学模型参数的快速性和鲁棒性,在分析遗忘因子大小对算法特性影响的基础上,提出一种基于模糊控制的动态遗忘因子RLS算法。该算法从理论模型输出与实际模型输出之间的残差入手来构造评估参数辨识误差大小的评价函数,并将评价函数及其变化率作为模糊控制器的输入,利用模糊控制器结合制定的规则表进行模糊推理并计算遗忘因子的修正量,从而实现遗忘因子的动态调整。仿真结果表明,与恒定遗忘因子RLS算法的对比,该算法能够根据参数辨识误差实时调整遗忘因子的大小,使算法在模型参数平稳时有更高的辨识精度,在模型参数突变时有更快的收敛速度,验证了所提算法的优越性。
展开更多
关键词
动态遗忘因子
递推最小二乘算法
模糊控制
船舶航向模型
参数辨识
在线阅读
下载PDF
职称材料
满秩分解最小二乘法船舶航向模型辨识
被引量：
9
2
作者
包政凯
朱齐丹
刘永超
《智能系统学报》
CSCD
北大核心
2022年第1期137-143,共7页
为了解决标准遗忘因子最小二乘法在线辨识船舶航向模型参数漂移和发散问题,考虑到船舶在实际航行中存在海洋环境扰动和数据欠激励的情况,提出并验证了一种基于满秩分解的递推最小二乘法。用实船数据进行船舶航向模型参数辨识,将辨识结...
为了解决标准遗忘因子最小二乘法在线辨识船舶航向模型参数漂移和发散问题,考虑到船舶在实际航行中存在海洋环境扰动和数据欠激励的情况,提出并验证了一种基于满秩分解的递推最小二乘法。用实船数据进行船舶航向模型参数辨识,将辨识结果与标准遗忘因子最小二乘算法、多新息最小二乘法、最小二乘支持向量机的辨识结果进行对比,验证了满秩分解有效降低了在线辨识过程中扰动导致的参数漂移并成功抑制了参数的发散,提升了遗忘因子最小二乘法的辨识精度,减小了最小二乘法对持续数据激励的依赖。
展开更多
关键词
遗忘因子最小二乘法
数据欠激励
船舶航向模型
满秩分解
参数辨识
海洋环境扰动
参数辨识收敛性
实船航行数据
在线阅读
下载PDF
职称材料
题名
基于动态遗忘因子递推最小二乘算法的船舶航向模型辨识
被引量：
16
1
作者
孙功武
谢基榕
王俊轩
机构
中国船舶科学研究中心深海载人装备国家重点实验室
出处
《计算机应用》
CSCD
北大核心
2018年第3期900-904,共5页
基金
江苏省自然科学基金资助项目(BK20170217)~~
文摘
为提高遗忘因子递推最小二乘(RLS)算法辨识船舶航向运动数学模型参数的快速性和鲁棒性,在分析遗忘因子大小对算法特性影响的基础上,提出一种基于模糊控制的动态遗忘因子RLS算法。该算法从理论模型输出与实际模型输出之间的残差入手来构造评估参数辨识误差大小的评价函数,并将评价函数及其变化率作为模糊控制器的输入,利用模糊控制器结合制定的规则表进行模糊推理并计算遗忘因子的修正量,从而实现遗忘因子的动态调整。仿真结果表明,与恒定遗忘因子RLS算法的对比,该算法能够根据参数辨识误差实时调整遗忘因子的大小,使算法在模型参数平稳时有更高的辨识精度,在模型参数突变时有更快的收敛速度,验证了所提算法的优越性。
关键词
动态遗忘因子
递推最小二乘算法
模糊控制
船舶航向模型
参数辨识
Keywords
dynamic forgetting factor
Recursive Least Squares （RLS） algorithm
fuzzy control
ship course model
parameter identification
分类号
TP273.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
满秩分解最小二乘法船舶航向模型辨识
被引量：
9
2
作者
包政凯
朱齐丹
刘永超
机构
哈尔滨工程大学智能科学与工程学院
出处
《智能系统学报》
CSCD
北大核心
2022年第1期137-143,共7页
基金
绿色智能内河船舶创新专项(MC-202002-C01)
国家自然科学基金项目(52171299)。
文摘
为了解决标准遗忘因子最小二乘法在线辨识船舶航向模型参数漂移和发散问题,考虑到船舶在实际航行中存在海洋环境扰动和数据欠激励的情况,提出并验证了一种基于满秩分解的递推最小二乘法。用实船数据进行船舶航向模型参数辨识,将辨识结果与标准遗忘因子最小二乘算法、多新息最小二乘法、最小二乘支持向量机的辨识结果进行对比,验证了满秩分解有效降低了在线辨识过程中扰动导致的参数漂移并成功抑制了参数的发散,提升了遗忘因子最小二乘法的辨识精度,减小了最小二乘法对持续数据激励的依赖。
关键词
遗忘因子最小二乘法
数据欠激励
船舶航向模型
满秩分解
参数辨识
海洋环境扰动
参数辨识收敛性
实船航行数据
Keywords
forgetting factor least square algorithm
data under excitation
ship heading model
full rank decomposition
parameter identification
ocean environment disturbance
parameter identification convergence
ship navigation data
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
U661.3 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于动态遗忘因子递推最小二乘算法的船舶航向模型辨识
孙功武
谢基榕
王俊轩
《计算机应用》
CSCD
北大核心
2018
16
在线阅读
下载PDF
职称材料
2
满秩分解最小二乘法船舶航向模型辨识
包政凯
朱齐丹
刘永超
《智能系统学报》
CSCD
北大核心
2022
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
