ОБОБЩЕННАЯ НЕЙРОСЕТЕВАЯ МОДЕЛЬ СЧИСЛЕНИЯ ПУТИ СУДНА

Аннотация

Рассмотрена задача прогноза кинематических параметров судна, возникающая при определении его места в режиме счисления, решаемая в рамках традиционного подхода на основе обыкновенных дифференциальных уравнений движения. Отмечается, что при составлении данных уравнений, как правило, возникают трудности с выбором алгоритмов, по которым рассчитываются отдельные силы: не универсальны и работоспособность их в любых условиях плавания не может быть гарантирована. Задача прогноза кинематических параметров судна может быть представлена в виде аппроксимации (приближения) функции многих переменных, поскольку нейронные сети являются универсальными алгоритмами такой аппроксимации. В работе предлагается обобщенная модель счисления пути судна на основе нейронных сетей, а также алгоритм ее функционирования. Основу модели составляют глубокие нейронные сети, полученные каскадным соединением двухслойных (мелких) сетей. В структуре модели два типа нейронных сетей: основные и дополнительные. Основные сети прогнозируют кинематические параметры на основе информации о силовых воздействиях на судно, вспомогательные - только на основе его кинематической истории. Конфигурация модели предусматривает режим обычного и аварийного счисления, когда отсутствует достоверная информация, поступающая от однокомпонентного относительного лага или / и гирокомпаса. При неисправности обоих датчиков модель счисления воспроизводит динамику движения судна в горизонтальной плоскости (с тремя степенями свободы), заменяя систему соответствующих дифференциальных уравнений. При этом входные сигналы основных нейронных сетей формируются в соответствии с вектором конфигурации модели. Проанализированы возможности настройки модели и ее использования на практике.

Ключевые слова

счисление пути судна, глубокие нейронные сети, дифференциальные уравнения, машинное обучение, каскадное соединение

Читать полный текст статьи:  PDF

Список литературы

Об авторах

Дерябин Виктор Владимирович - кандидат технических наук, доцент

gmavitder@mail.ru. kaf_nav@gumrf.ru

ФГБОУ ВО «ГУМРФ имени адмирала С. О. Макарова»