摘要 | 第1-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第9-16页 |
·问题的提出 | 第9-10页 |
·本研究有关领域的发展状况 | 第10-11页 |
·智能控制研究的数学工具 | 第11-12页 |
·智能控制系统的结构、主要功能特点及其广义模型 | 第12-13页 |
·智能控制系统的原理结构 | 第12页 |
·智能控制系统的功能特点 | 第12-13页 |
·智能控制系统的广义模型 | 第13页 |
·智能控制的展望 | 第13-14页 |
·主要研究内容 | 第14-15页 |
·本设计的意义所在 | 第15-16页 |
第2章 船舶运动数学模型 | 第16-33页 |
·引言 | 第16页 |
·船舶运动坐标系 | 第16-17页 |
·船舶平面运动数学模型的建立 | 第17-25页 |
·船舶平面运动线性化数学模型 | 第17-20页 |
1 二自由度状态空间型船舶线性数学模型 | 第17-19页 |
2 考虑随机干扰时的线性船舶数学模型 | 第19页 |
3 传递函数型的船舶运动数学模型 | 第19-20页 |
·船舶航向的非线性系统模型 | 第20-25页 |
1 状态空间型船舶非线性数学模型 | 第20-22页 |
2 传递函数型船舶非线性数学模型 | 第22-23页 |
3 风浪模型 | 第23-25页 |
·54467EU集装箱船运动数学模型的建立与仿真 | 第25-33页 |
第3章 船舶运动智能控制算法的研究 | 第33-60页 |
·智能PID控制器的研究 | 第33-47页 |
·引言 | 第33页 |
·基本型PID控制器 | 第33-34页 |
·PI-D型的变形PID控制器 | 第34-35页 |
·变参数PID控制器 | 第35-37页 |
1 P、I、D增益函数 | 第35-37页 |
2 VAPID的结构 | 第37页 |
·基于神经网络的参数自整定智能PID控制器 | 第37-43页 |
1 基于单神经元的自适应PID控制器 | 第37-40页 |
2 基于BP神经网络的PID控制器 | 第40-43页 |
·智能PID算法仿真的分析和比较 | 第43-47页 |
1 仿真例一 | 第43-45页 |
2 仿真例二 | 第45-47页 |
·模糊航向控制器的研究 | 第47-56页 |
·模糊控制概述 | 第47-49页 |
·模糊航向控制器的设计的基本原理 | 第49-50页 |
·模糊航向控制器的设计步骤 | 第50-54页 |
1 定义输入输出变量 | 第50页 |
2 确定输入、输出的论域及量化等级、量化因子 | 第50-51页 |
3 输入的单点模糊化 | 第51页 |
4 在各输入和输出语言变量的量化论域内定义模糊子集 | 第51-53页 |
5 模糊推理 | 第53页 |
6 模糊量的清晰化 | 第53-54页 |
·模糊规则的解析表达 | 第54-55页 |
·模糊控制的不足 | 第55-56页 |
·一种基于模糊和PID算法的多模态智能控制器 | 第56-60页 |
第4章 船舶航向-主机智能控制虚拟仿真系统 | 第60-73页 |
·虚拟现实技术概述 | 第60页 |
·虚拟现实的发展状况与国内外动态 | 第60-61页 |
·虚拟现实系统的构成 | 第61-62页 |
·WTK与虚拟现实环境的实现 | 第62-64页 |
·用WTK构造、绘制场景图 | 第64-65页 |
·船舶航向-主动力装置的虚拟仿真的实现 | 第65-73页 |
1 船舶柴油主机三维可控模型 | 第65-69页 |
2 船舶航向-主动力装置的虚拟仿真系统的主要功能 | 第69-73页 |
第五章 结论 | 第73-75页 |
攻读硕士学位期间公开发表的论文 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-79页 |