Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Prediction of Rolling Force Based on a Fusion of Extreme Learning Machine and Self Learning Model of Rolling Force Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Intelligent Steering Control Based the Mathematical Motion Models of Collision Avoidance for Fishing Vessel

verfasst von : Renqiang Wang, Yuelin Zhao, Keyin Miao, Jianming Sun

Erschienen in: Advances in Intelligent Systems and Interactive Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To solve the problem of safety avoidance of fishing boat in open water, the mathematical motion models of collision avoidance is established on the basis of geometry of collision avoidance. Taking into account that alteration of course alone is the most commonly used action to avoid collision in sufficient sea-room. Therefore, the intelligent steering control based on Radial Basis Function (RBF) neural networks is proposed and added in the above models. The simulation results verify the effectiveness of the models.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Optimal Pan for Baking Brownie
Nächstes Kapitel Dynamical Analysis of Fractional-Order Hyper-chaotic System
Literatur
1.
2.
Tao, Zhou: Methods of navigation and collision avoidance for coastal fishing zone in China. Word Shipping 25(5), 24–26 (2010)
3.
Wang, Y.: A brief analysis of collision avoidance for fishing vessels by merchant vessels in coastal water. China Water Transport 9(9), 18–19 (2009)
4.
Sun, Y., Chen, L., Chang, H.: Study on the safety measures of ships’ avoidance to fishing, Proceedings of Maritime Technology Practice, 12, 83–87 (2009)
5.
Li, J.: Security measures of avoidance for fishing vessels by merchant at sea, Proceedings of Ships Avoidance and Safe Operation, 4, 59–63 (2007)
6.
Liu, K., Li, L., Liu, B.: Study on methods of evading fishing during ship sailing, Proceedings of Practical Research on Ship Navigation, 10, 107–111 (2010)
7.
Wang, R., Zhao, Y.: A study on dynamic mathematical model to avoid collision by ship steering. J. Dalian Maritime University 40(2), 17–20 (2014)
8.
Yan, Y.: Study on mathematical model for ship collision avoidance dynamic system. J. Dalian Maritime University 21(2), 30–36 (1995)
9.
Fang, C., Deng, H.: The ship’s mathematic motion models of altering course to avoid collision based on the optimization of genetic algorithm, Proceedings of the 33rd Chinese Control Conference, pp. 6364–6367 (2014)
10.
Jia, X., Yang Y.: Ship motion mathematical model, 978-7-5632-1137-1/4/$6.00 © Dalian Maritime University Press, Dalian (1999)
11.
Wang R., Gong, J., Zhao, Y.: Neural network sliding mode control under new reaching law and application, Proceedings of Advanced Information Technology, Electronic and Automation Control Conference, 911–917 (2015)
12.
Xin, W., Zhengjiang, L., Tieshan, L., Weilin, L.: Neural network-based adaptive control for a ship course discrete-time nonlinear system. J. Harbin Engineering Univ. 37(1), 42–48 (2016)
13.
Lin, F.J., Shen, P.H., Hsu, S.P.: Adaptive backstepping sliding mode control for linear induction motor drive. IEEE Proc. Electr. Power Appl. 149(3), 184–194 (2002)CrossRef
14.
Wang, Y., Guo, C., Sun, F., Guo, D.: Dynamic neural-fuzzified adaptive control of ship course with parametric modelling uncertainties. Int. J. Model. Ident. Control 13(8), 251–258 (2015)
15.
Hu, G.S., Zhou, Y.B., Xiao, H.R.: Application of fuzzy neural network in ship course control. Appl. Mech. Mater. 13(10), 309–315 (2012)
Metadaten
Titel
Intelligent Steering Control Based the Mathematical Motion Models of Collision Avoidance for Fishing Vessel
verfasst von
Renqiang Wang
Yuelin Zhao
Keyin Miao
Jianming Sun
Copyright-Jahr
2018
Buch
Advances in Intelligent Systems and Interactive Applications

Print ISBN: 978-3-319-69095-7

Electronic ISBN: 978-3-319-69096-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-69096-4_4