基于改进灰狼算法的船舶数学模型参数辨识
Parameter identification of a ship mathematical model based on the modified grey wolf algorithm
孟耀 1张秀凤 1陈雨农1
作者信息
- 1. 大连海事大学 航海学院,辽宁 大连 116026
- 折叠
摘要
为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化.基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值.当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比.研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性.改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确.
关键词
船舶响应型数学模型/参数辨识/船舶操纵性指数/支持向量回归/改进灰狼算法/基于遗忘因子的递推最小二乘/辨识参数优化/泛化性验证Key words
ship response mathematical model/parameter identification/ship maneuverability index/support vector regression/modified grey wolf optimizer/recursive least squares based on forgetting factor/identification parameter optimization/generalization verification引用本文复制引用
出版年
2023
国家科技期刊平台
NSTL
维普
万方数据