Zastosowanie sieci neuronowej RBF w regulatorze kursu statku

• Autorzy: Tomera M.

Warianty tytułu

EN

Radial Basis Function Neural Network in ship heading controller

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiona została implementacja sieci neuronowej RBF w regulatorze kursu statku. Przeprowadzone zostały badania symulacyjne. Uzyskane wyniki sterowania porównano z wynikami uzyskanymi z użyciem rozmytego regulatora kursu.

EN

The paper describes the application of Radial Basis Function Neural Network to ship heading controller. Simulation results are used to comparison with heading controller implemented on the Mamdani fuzzy inference system.

• Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
• Czasopismo: Zeszyty Naukowe Akademii Morskiej w Gdyni
• Rocznik: 2002
• Tom: nr 47
• Strony: 119--126
• Opis fizyczny: Bibliogr. 4 poz., rys., tab.

Twórcy

autor

Tomera M.

• Akademia Morska w Gdyni Wydział Elektryczny Katedra Automatyki Okrętowej

Bibliografia

• 1. CHEN S., COWAN C. F. N., GRANT P. M: Orthogonal Least Sąuares Learning Algorithm for Radial Basis Function Networks, IEEE Trans. On Neural Networks, vol. 2, no. 2, March 1991, pp. 302-309.
• 2. FOSSEN T.I.: Guidance and control of ocean vehicles. John Wiley & Sons Ltd, 1994.
• 3. SUTTON R., TAYLOR S.D.H., ROBERTS G.N.: Neuro-fuzzy techniąues applied to a ship autopilot design. Journal of Navigation, vol. 49, no. 3, pp. 410-430, 1996.
• 4. TOMERA M.: Synteza regulatorów ruchu statku z wykorzystaniem elementów teorii zbiorów rozmytych i sieci neuronowych, rozprawa doktorska, Gdańsk 2001.

Uwagi

PL

Wydział Elektryczny. Katedra Automatyki Okrętowej