[发明专利]面向模块船运动特性分析的深度强化学习黑箱辨识方法有效
| 申请号： | 202310298470.X | 申请日： | 2023-03-24 |
| 公开（公告）号： | CN116011350B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 朱曼;张家辉;文元桥;曹继宁;肖长诗 | 申请（专利权）人： | 武汉理工大学三亚科教创新园;武汉理工大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N20/00 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 王燕燕 |
| 地址： | 572024 海南省三亚市*** | 国省代码： | 海南;46 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于船舶运动建模及船舶模型参数辨识技术领域，提供了面向模块船运动特性分析的深度强化学习黑箱辨识方法，包括以下步骤：确定六自由度模块船运动模型；获得用以描述模块船运动特性的平面三自由度运动模型；模拟模块船操纵运动，选取深度强化算法为辨识方法；对模块化船舶运动的模型进行辨识，得到辨识结果；从辨识结果中选择准确率最高的黑箱模型作为目标三自由度模块船运动特性分析模型。本发明复杂度低、精度高，对描述多模块船的运动具有良好的适用性，成本低，对船舶建模效率高；能够有效应对船舶在受到外界干扰时运动模型产生的变化，确保辨识结果的最优性和准确性；能够灵活应对因模块船运动模型改变而产生的不同状态。 | ||
| 搜索关键词： | 面向 模块 船运 特性 分析 深度 强化 学习 黑箱 辨识 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学三亚科教创新园;武汉理工大学，未经武汉理工大学三亚科教创新园;武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310298470.X/，转载请声明来源钻瓜专利网。
