[发明专利]一种气垫船安全边界判定方法

权利要求书

1.一种气垫船安全边界判定方法，其特征是：

(1)获取样本空间，具体包括以下步骤：

(1.1)获取气垫船的状态信息，并将侧滑角、回转角速度、横倾角、横倾角速度、纵倾角和纵倾角速度六个参量分别用变量x₁,x₂,x₃,x₄,x₅,x₆表示，记向量X＝[x₁,x₂,x₃,x₄,x₅,x₆]^T，气垫船当前的控制律记为τ，气垫船的模型记为其中X(0)表示初始状态，t表示时间；

(1.2)根据状态的工作范围选取初始状态序列，状态的工作范围表示如下：

x_imin＜x_i＜x_imax,i＝1,…,6

x_imin,x_imax分别为状态变量的工作下界和上界，

序列个数采用以下的公式确定：

ηi=ximax-ximin2ϵi]]>

其中，ε_i为状态数据的最大偏差；

按照在工作空间内均匀分布取点的原则，得到初始状态序列{X(0)}；

(1.3)将(X(0),τ)带入气垫船模型，运行时间T_s后判断系统状态是否满足下列条件：

||x_i||＜σ_i,i＝1,3,5

其中σ_i＞0，

若满足上述条件，则在初始状态X(0)和控制律τ下气垫船是稳定的，对应的逻辑值为Y＝0；否则，则气垫船是不稳定的，对应的逻辑值为Y＝1，将初始状态序列{X(0)}及对应的逻辑值序列{Y}，形成样本空间{X(0),Y}，作为神经网络的训练样本；

(2)利用样本空间对BP神经网络进行训练，使得任意工作范围内的初始状态输入，BP神经网络都能够得到的系统是否稳定的逻辑值；

(3)任意给定工作范围内的六个参量的状态，输入到训练好的BP神经网络，根据神经网络的输出，采用二分法寻找工作范围内的稳定状态的边界值。

2.根据权利要求1所述的气垫船安全边界判定方法，其特征是：所述神经网络选择BP神经网络，输入层、隐含层和输出层的结构选择为4×10×10×1，隐含层神经元的激活函数选为tansig函数，输出层神经元的激活函数选为logsig函数，网络训练函数采用Levenberg-Marquardt算法。

3.根据权利要求2所述的气垫船安全边界判定方法，其特征是采用二分法和BP神经网络计算气垫船安全边界，具体包括如下步骤：其中，X₀为输入的工作范围内的任意初始状态；X₁，X₂，X₃为辅助变量；V₀，V₁，V₃为神经网络输出的逻辑值；X_s为安全限界的状态量，

步骤1：初始化状态变量X₁＝X₀；

步骤2：状态变量X₁输入BP网络，若输出V₀＝0，执行步骤3；若输出V₀＝1，执行步骤4；

步骤3：状态X₁＝X₁+hX₀，将X₁输入BP网络，若输出V₁＝0，重复执行，直到输出V₁＝1；若输出V₁＝1，令X₂＝X₁,X₁＝X₁-hX₀；

步骤4：令X₁＝X₁-hX₀，将X₁输入BP网络，若输出V₁＝0，令X₂＝X₁+hX₀，若输出V₁＝1，重复执行；

步骤5：采用二分法，令将X₃输入BP网络，若输出V₃＝0，判断||X₃-X₂||≤e是否成立，若成立，令X_S＝kX₃，否则，令X₁＝X₃，重复步骤5；若输出V₃＝1，判断||X₃-X₁||≤e是否成立，若成立令X_S＝kX₁，否则令X₂＝X₃，重复步骤5；

步骤6：令h_S＝||X₀||/||X_S||，判断h_S<1是否成立，若成立执行步骤7；若不成立，确定区域为不安全区域；

步骤7：判断|1-h_S|≤e是否成立，若成立，确定区域为安全区域；若不成立，确定区域为安全区域边界；

步骤8：结束。