第1章 减摇鳍控制系统分析 1
1.1 海浪的描述及仿真 1
1.1.1 海浪的基本特性与数学描述 1
1.1.2 海浪波能谱 2
1.1.3 海浪的数字仿真 4
1.2 船舶横摇运动的数学模型 5
1.3 减摇原理 6
1.3.1 横摇干扰力矩的产生 6
1.3.2 减摇鳍减摇原理 7
1.4 减摇鳍控制系统构成 8
第2章 遗传算法在减摇鳍PID控制器优化设计中的应用 12
2.1 遗传算法 12
2.1.1 遗传算法的基本原理和特点 12
2.1.2 遗传算法的发展现状 13
2.2 减摇鳍控制规律 18
2.3 用于减摇鳍PID参数优化的改进型遗传算法 20
2.4 线性情况下遗传算法对减摇鳍系统PID参数的优化 24
2.4.1 仿真实验 25
2.4.2 结果分析 31
2.5 非线性情况下遗传算法对减摇鳍控制系统PID参数的优化 31
2.5.1 减摇鳍系统的非线性因素 32
2.5.2 非线性情况下减摇鳍PID控制器参数空间的复杂性 33
2.5.3 非线性情况下基于遗传算法的PID参数优化 35
第3章 减摇鳍单神经元控制方法研究 44
3.1 单神经元控制系统 44
3.2 单神经元的学习策略 45
3.3 减摇鳍单神经元控制算法 45
3.4 减摇鳍系统单神经元控制的稳定性 48
3.5 减摇鳍神经元控制系统仿真 50
第4章 减摇鳍监督控制方法研究 72
4.1 基于神经网络逆动态模型的减摇鳍监督控制 72
4.2 逆动态模型的收敛性 75
4.3 NNFC结构形式及在线训练算法的确定 78
4.4 减摇鳍监督控制系统仿真 80
第5章 减摇鳍模糊控制方法研究 101
5.1 减摇鳍基本模糊控制器的设计 101
5.2 基本模糊控制器的仿真 104
5.3 自组织模糊控制器 109
5.4 自组织模糊控制的仿真及其分析 111
5.5 参数自校正模糊控制器 112
5.6 参数自校正模糊控制器仿真 113
6.1.1 减摇鳍的结构组成 119
6.1 减摇鳍系统的结构组成及故障特点 119
第6章 减摇鳍故障诊断专家系统的知识表示和知识库 119
6.1.2 减摇鳍的故障特点 120
6.2 专家系统与减摇鳍故障诊断专家系统的功能组成 121
6.2.1 专家系统的结构及特点 121
6.2.2 减摇鳍故障诊断专家系统的功能及组成 123
6.3 减摇鳍故障诊断专家系统中知识表示及知识库建立 124
6.3.1 诊断知识的获取 124
6.3.2 知识库结构 126
6.3.3 知识的表示 128
6.3.4 减摇鳍故障诊断系统知识库模型的建立 132
第7章 减摇鳍故障诊断专家系统的推理方法及其实现 139
7.1 总体分层 139
7.1.1 问题的描述 139
7.1.2 专家解决问题的思维特点 140
7.1.3 总体分层 142
7.2 减摇鳍故障诊断层次推理模型 147
7.2.1 减摇鳍故障诊断问题的描述 147
7.2.2 模糊问题的处理 148
7.3 模糊知识的处理 149
7.3.1 减摇鳍知识的模糊性 149
7.3.2 模糊规则的抽象描述 150
7.3.3 减摇鳍故障诊断系统中模糊知识的处理 152
7.4 系统的诊断推理 153
7.4.1 层间诊断 153
7.4.2 模糊推理 154
7.5 故障率系数λ（t）的修正 158
7.6 故障诊断的控制策略 159
7.6.1 正向推理 159
7.6.2 反向推理 160
7.6.3 混合推理 161
7.7 减摇鳍故障诊断专家系统推理机的实现 162
8.1 模糊技术与神经网络 166
第8章 模糊神经网络在专家系统诊断推理中的应用 166
8.2 模糊联想记忆神经网络 168
8.2.1 模糊联想记忆 168
8.2.2 模糊异联想存储器多模式对联想存储学习算法的优化 170
8.2.3 FAM在减摇鳍故障诊断专家系统中的应用 175
8.3 h—水平截集的模糊神经网络 176
8.3.1 模糊规则的h—水平截集 176
8.3.2 修正的BP算法 176
8.3.3 h—水平截集模糊神经网络在减摇鳍故障诊断专家系统中的应用 183
参考文献 188