一种基于复合正交神经网络预测控制的智能船舶循迹方法

本发明公开了一种基于复合正交神经网络预测控制的智能船舶循迹方法，包括步骤：在船舶的运动过程中，获取预定轨迹，将预定轨迹与预测输出通过优化算法，计算各推进器的优化算法预测推力；通过神经网络预测推力，将优化算法预测推力与神经网络预测推力加权迭加输出各推进器应当产生的推力；通过预测模型对船舶的位置、艏向、速度进行预测；对船舶的位置、艏向、速度的预测值进行修正，将修正后的预测值作为前述预测输出。本发明结合了复合正交神经网络提出一种新的模型预测策略，该神经网络算法简单，学习收敛速度快，有线性、非线性逼近精度高等优异特性，并且神经网络的学习算法可以离线完成，大大减少了在线计算的时间。