文献

J-GLOBAL ID：201702266114742985   整理番号：17A1798812

局所最適LWLに基づく船舶操縦運動同定モデリング【JST・京大機械翻訳】

Locally optimal-based LWL identification modeling for ship manoeuvring motion

著者 (4件)： Bai Weiwei (大連海事大学 航海学院,遼寧 大連,116026) ,  Ren Junsheng (大連海事大学 航海学院,遼寧 大連,116026) ,  Li Tieshan (大連海事大学 航海学院,遼寧 大連,116026) ,  Li Ronghui (大連海事大学 航海学院,遼寧 大連,116026)
資料名： Harbin Gongcheng Daxue Xuebao  (Harbin Gongcheng Daxue Xuebao)
巻： 38  号： 5  ページ： 676-683  発行年： 2017年 
JST資料番号： W1512A  ISSN： 1006-7043  CODEN： HGHPF2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 船舶の操縦運動のモデリングに対して、本論文では、識別モデル化方法、即ち局部最適な局部加重学習アルゴリズムを提案した。このアルゴリズムでは,サンプル点の再順序付けと入力空間の上昇により,船舶の運動状態の一対多写像と非可分問題を解決した。1つの交差点を用いて,各サンプル点の距離測度を訓練し,重み付き最小二乗法を用いて,局所的近傍における船舶の運動状態変数を直接予測した。局所的目的関数を構築することによって,従来のグローバル最適LWLアルゴリズムの局所最適化問題を避けることができた。従来の機構モデリングと比較して,局所最適化局所的重みづけ学習アルゴリズムは,多重共線性によって引き起こされたパラメータドリフトとモデルにおける非モデル化動的問題を克服した。一組の人工データと3自由度のMarinerホイールの学習を通して、非線形システムに対する高精度モデリングを実現した。BPNN予測と比較して,それは,より強い一般化能力を持った。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測 ,  アルゴリズム ,  状態変数 ,  学習アルゴリズム ,  *船舶 ,  非線形系 ,  最小二乗法 ,  *モデリング ,  目的関数 ,  重みづけ ,  動的問題
準シソーラス用語： 高精度 ,  ローカル最適化 ,  距離測度 ,  順序づけ , 【Automatic Indexing@JST】

著者キーワード (8件)： locally weighted learning ( LWL ) ,  locally optimal ,  distance metric training ,  identification modeling ,  ship maneuvering ,  one-to-many mapping ,  unmodeled dynamics ,  local cost function

分類 (2件)： 数値計算  (JE02000J) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 船舶 ,  操縦 ,  運動 ,  同定 ,  モデリング