力学与实践

作者：孙秀军, 陈重喆, 周莹,

关键词：波浪滑翔器, 反向传播神经网络, 航向控制, 粒子群优化, 比例-积分-微分,

波浪滑翔器是一种典型的非线性、强耦合、欠驱动系统。传统比例-积分-微分(proportion integral derivative, PID)控制器在复杂多变的海洋环境下难以满足高精度的航向控制要求且存在参数整定困难、无法在线调整等缺点。针对此问题提出一种基于改进粒子群优化(improved particle swarm optimization, IPSO)算法的反向传播(back propagation, BP)神经网络PID控制方法，首先建立波浪滑翔器数学模型，其次利用BP神经网络的自学习能力自适应调整PID参数。同时针对BP神经网络存在对初始权值敏感、反向传播易陷入局部极值等缺点，引入IPSO算法对网络初始权值进行优化，确保BP-PID网络能够获取全局最优解。基于仿真进行海试验证，结果表明所提算法能够显著提高航向控制性能，验证了所提算法的有效性和真实性。

来源：2024年第3期

《力学与实践》期刊编辑部

查看力学与实践杂志2024年第3期