首页--天文学、地球科学论文--海洋学论文--海洋工程论文

基于预测控制的半潜式海洋平台动力定位策略研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-22页
    1.1 选题的理论意义与实际价值第12-13页
    1.2 国内外发展概况及趋势第13-16页
        1.2.1 发展概况第13-15页
        1.2.2 发展趋势第15-16页
    1.3 半潜式海洋平台动力定位系统介绍第16-18页
    1.4 支持向量机算法的介绍第18-19页
    1.5 广义预测控制算法的介绍第19-20页
    1.6 本文所做的主要工作第20-22页
第2章 半潜式海洋平台动力定位系统建模第22-34页
    2.1 坐标系统的建立第22-23页
    2.2 平台的低频运动数学模型第23-25页
    2.3 环境扰动力的数学模型第25-31页
        2.3.1 海风的干扰模型第25-28页
        2.3.2 海浪的干扰模型第28-30页
        2.3.3 海流的干扰模型第30-31页
    2.4 推进器的数学模型第31页
    2.5 本文研究对象第31-33页
        2.5.1 平台的主要参数第31-32页
        2.5.2 平台推力系统第32-33页
    2.6 本章小结第33-34页
第3章 基于广义预测控制的动力定位控制器设计第34-48页
    3.1 预测控制第34-36页
        3.1.1 预测控制算法第34-35页
        3.1.2 预测控制的基本现状第35-36页
    3.2 广义预测控制的基本原理第36-37页
        3.2.1 预测模型第36页
        3.2.2 滚动优化第36-37页
        3.2.3 在线辨识与校正第37页
    3.3 基于广义预测控制的动力定位控制器设计第37-42页
        3.3.1 平台动力定位广义预测模型的建立第37-39页
        3.3.2 平台动力定位广义预测控制的滚动优化设计第39-41页
        3.3.3 平台动力定位广义预测控制的反馈校正设计第41-42页
    3.4 仿真实例第42-44页
    3.5 与LQG控制相比较第44-47页
    3.6 本章小结第47-48页
第4章 动力定位LSSVM广义预测控制第48-66页
    4.1 支持向量机第48-53页
        4.1.1 支持向量机的基本原理第48-51页
        4.1.2 核函数第51页
        4.1.3 支持向量机的回归问题第51-53页
    4.2 最小二乘支持向量机第53-54页
        4.2.1 最小支持向量机的回归问题第53-54页
    4.3 基于最小二乘支持向量机的平台模型辨识第54-56页
    4.4 基于在线LSSVM的广义预测控制的实现第56-59页
        4.4.1 非线性系统LSSVM模型第56-58页
        4.4.2 GPC算法的改进第58-59页
        4.4.3 惩罚系数的调整规则第59页
    4.5 基于在线LSSVM的广义预测控制仿真实例第59-60页
    4.6 基于在线LSSVM的广义预测控制平台动力定位仿真实例第60-63页
    4.7 仿真结果分析第63页
    4.8 与GPC平台动力定位控制器的比较第63-64页
    4.9 本章小结第64-66页
第5章 总结与展望第66-68页
    5.1 总结第66-67页
    5.2 展望第67-68页
参考文献第68-72页
攻读硕士期间科研成果第72-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于BP神经网络的小额信贷信用风险评估研究
下一篇:一种新型手性吡哆胺催化剂不对称催化α-酮酸转氨化反应的研究