深度神经网络在船舶自动舵中的应用

作者：李少伟; 王胜正

来源：现代电子技术, 2018, 41(24): 39-47.

DOI：10.16652/j.issn.1004-373x.2018.24.010

• 自动舵
• 深度置信网络
• 对比散度算法
• 受限波尔兹曼机
• 深度神经网络
• 反向传播算法

为了改进现有船舶自动舵的控制精度,提高自动舵的自适应能力,提出一种基于深度置信网络(DBN)的自动舵控制算法。首先,利用对比散度算法,结合上海海事大学高级船员考试系统中记录的数据,对组成DBN的每一层受限玻尔兹曼机(RBM)模型依次进行预训练,并将结果作为深度神经网络权重的初值。在此基础上,使用反向传播算法,进行多层深度结构的微调训练。仿真实验表明,该方法与资深船长的模拟操船误差仅为5.2%。

• 单位
  上海海事大学