摘""要：深度學(xué)習(xí)是人工智能領(lǐng)域的一個研究熱點，在學(xué)術(shù)界、工業(yè)界以及政府部門均可發(fā)揮重要的作用。深度學(xué)習(xí)在船舶運動姿態(tài)領(lǐng)域的研究尚處于起步階段，目前可查的研究成果甚少。該文首先概述了4種機器學(xué)習(xí)算法，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)，介紹了幾種重要的神經(jīng)網(wǎng)絡(luò)模型及常用大規(guī)模訓(xùn)練方案，然后分析幾種常用的深度學(xué)習(xí)優(yōu)化算法；在此基礎(chǔ)上，結(jié)合船舶橫搖/艏搖運動模型，闡述了船舶橫搖角和艏搖角的數(shù)據(jù)訓(xùn)練系統(tǒng)、數(shù)學(xué)模型和預(yù)測方法；最后總結(jié)了該領(lǐng)域存在的問題和發(fā)展前景。

關(guān)鍵詞：深度學(xué)習(xí)""機器學(xué)習(xí)""神經(jīng)網(wǎng)絡(luò)""船舶橫搖""運動姿態(tài)控制

中圖分類號：TP18"""""""""""文獻標(biāo)識碼：A

The"Research"Review"of"the"Ship"Roll"Motion"Attitude"Control"Based"on"Deep"Learning

SONG"Weiwei1，2"""DUAN"Xuejing1

（1.Shandongnbsp;Ship"Control"Engineering"and"Intelligent"System"Engineering"Technology"Research"Center;"2.Weihai"Ocean"Vocational"College，"Rongcheng，"Shandong"Province，264300"China）

Abstract："Deep"learning"is"a"research"hotspot"in"the"field"of"artificial"intelligence，"which"can"play"an"important"role"in"academic"circles，"industry"circles"and"government"departments."The"research"of"deep"learning"in"the"field"of"ship"motion"attitude"is"still"in"its"infancy，"and"there"are"few"searchable"research"results"at"present."This"paper"first"summarizes"four"machine"learning"algorithms，"including"supervised"learning，"unsupervised"learning，"semi-supervised"learning"and"reinforced"learning，"introduces"several"important"neural"network"models"and"common"large-scale"training"programs，"and"then"analyzes"several"common"optimization"algorithms"of"deep"learning."Based"on"this，"and"combined"with"ship"transverse/yaw"motion"models，"this"paper"expounds"the"data"training"system，"mathematical"model"and"prediction"method"of"ship"roll"angle"and"yaw"angle."Finally"it"summarizes"the"existing"problems"and"development"prospects"in"this"field.

Key"Words："Deep"learning;"Machine"learning;"Neural"network;"Ship"roll;"Motion"attitude"control

隨著人工智能和大數(shù)據(jù)時代的到來，在學(xué)術(shù)界、工業(yè)界以及政府部門等很多領(lǐng)域，如何從海量的、多維的、多形式的大數(shù)據(jù)中，獲得細致的、有深度的、有規(guī)律可循的數(shù)據(jù)，成為人工智能研究領(lǐng)域的一個熱點問題。因此，越來越多的學(xué)者專家投身于數(shù)據(jù)分析技術(shù)的研究中來，深度學(xué)習(xí)由于立足于神經(jīng)網(wǎng)絡(luò)，同時可以發(fā)展出多層神經(jīng)網(wǎng)絡(luò)，并且完全可以利用輸入的數(shù)據(jù)自行模擬和構(gòu)建相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)，且具備根據(jù)不同的訓(xùn)練數(shù)據(jù)進行自由化的能力而備受青睞。目前，深度學(xué)習(xí)仍然存在諸多問題[1]，包括訓(xùn)練時間長、訓(xùn)練難度大、過于依賴帶標(biāo)簽數(shù)據(jù)、魯棒性差、學(xué)習(xí)模型太大、可解釋性差、任務(wù)完成能力差、應(yīng)用領(lǐng)域受限等諸多問題。

鑒于目前國內(nèi)深度學(xué)習(xí)的相關(guān)研究仍處于起步階段，與其他深度學(xué)習(xí)研究的相關(guān)綜述相比，該文系統(tǒng)地從深度學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型、深度學(xué)習(xí)算法優(yōu)化以及多種學(xué)習(xí)算法在船舶橫搖運動姿態(tài)控制中的應(yīng)用等進行綜述。

1""多種學(xué)習(xí)算法

1.1""深度學(xué)習(xí)

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)起源于2006年，是一種學(xué)習(xí)能力強，能提取樣本特征并進行特征轉(zhuǎn)換的深層機器學(xué)習(xí)算法。在圖像處理、語義識別等方面有較為成熟的應(yīng)用，但在船舶運動姿態(tài)控制和跟蹤方面應(yīng)用的研究還處于起步階段。

1.2""監(jiān)督學(xué)習(xí)

各種各樣的實際應(yīng)用程序已經(jīng)使用了監(jiān)督學(xué)習(xí)。例如：計算機網(wǎng)絡(luò)的入侵檢測、高光譜遙感波段選擇、配電系統(tǒng)中的非技術(shù)損失檢測以及自動水草識別。監(jiān)督學(xué)習(xí)的定義是在“基礎(chǔ)現(xiàn)實”之上的學(xué)習(xí)，其中每個樣例都包含了相關(guān)的屬性x和真實的觀測目標(biāo)值y[2]。

在數(shù)據(jù)學(xué)習(xí)中，分類是最頻繁遭遇的決策任務(wù)。分類問題的核心特征是學(xué)習(xí)算法對K個預(yù)定義的類別之一指定一個對象。這并非意味著“正確答案”必然屬于其中一個類別。分類問題的典型方法包括預(yù)處理、特征提取、訓(xùn)練和分類4個部分。監(jiān)督算法的精度是訓(xùn)練集特性的函數(shù)，特性包括樣本大小在內(nèi)。通常，訓(xùn)練樣本的規(guī)模增加，分類精度也會提高。因此，重點是訓(xùn)練樣本需要足夠大，以便對類別特性提供既有代表性又有無偏性的描述。

監(jiān)督學(xué)習(xí)的兩個核心方法是生成算法和理解判別算法。貝葉斯分類器是一種生成分類器，是一種決策規(guī)則，它很好地使用了貝葉斯法則，把x=[x1，x2，…，xn]表示為特征/屬性的輸入向量，而K個類別記作c=[c1，c2，…，cK]。對每個輸入特征或?qū)傩越o定了的集合觀測，估計可能性最大的類別ci[3]。

1.3""無監(jiān)督學(xué)習(xí)

實際生活中，對于缺乏足夠先驗知識的問題，難以進行人工標(biāo)識類別。無監(jiān)督學(xué)習(xí)的主要任務(wù)是進行網(wǎng)絡(luò)模型預(yù)訓(xùn)練，首先選擇一批具有代表性的樣本數(shù)據(jù)進行標(biāo)注并分類訓(xùn)練，然后再對所有樣本數(shù)據(jù)自動分類并人工標(biāo)注，最后在沒有類別的情況下提取比較好的特征[4]。聚類是無監(jiān)督學(xué)習(xí)的典型例子，一般有5種方法，劃分算法和層次算法是最主要的兩種算法。K-means算法、K-medoids算法和CLARANS算法是典型的分割聚類算法。目前，無監(jiān)督學(xué)習(xí)仍未取得突破性的成果，未來還有更廣闊的發(fā)展空間[5]。

1.4""半監(jiān)督學(xué)習(xí)

相關(guān)學(xué)者通過研究發(fā)現(xiàn)，無監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)都與人類的學(xué)習(xí)習(xí)慣不相符，由此而提出了介于二者之間的半監(jiān)督學(xué)習(xí)方法。半監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)主要有卷積深度網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)等[6]。

1.5""強化學(xué)習(xí)

與其他機器學(xué)習(xí)相比較，強化學(xué)習(xí)沒有監(jiān)督者，只有量化獎勵信號；反饋延遲方面，只有進行到最后才知道當(dāng)下的動作是好還是壞；屬于順序決策，根據(jù)時間一步步?jīng)Q策行動，訓(xùn)練數(shù)據(jù)不符合獨立同分布條件；每一步行動都影響下一步狀態(tài)和獎勵。強化學(xué)習(xí)需要依賴人工提取特征，利用深度學(xué)習(xí)的感知能力，將深度學(xué)習(xí)與強化學(xué)習(xí)相結(jié)合，互補共贏，以期達到預(yù)期的學(xué)習(xí)效果。

2""神經(jīng)網(wǎng)絡(luò)模型架構(gòu)

2.1""深度前饋網(wǎng)絡(luò)

深度前饋網(wǎng)絡(luò)是最基本的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，為多層感知器，每一層包含若干多個神經(jīng)元，激活函數(shù)常采用徑向基函數(shù)。多層感知器的前向傳播如圖1所示。

2.2""深度置信網(wǎng)絡(luò)

受限玻爾茲曼機（Restricted"Boltzmann"Machine，RBM）是深度置信網(wǎng)絡(luò)的最基本結(jié)構(gòu)單元"[7]。其訓(xùn)練過程就是將每個訓(xùn)練樣本看成是一個狀態(tài)向量，使每個訓(xùn)練樣本出現(xiàn)的概率盡量大。常用對比散度（Contrastive"Divergence，CD）算法來對受限Boltzmann機進行訓(xùn)練，CD算法對每個訓(xùn)練樣本計算出隱層神經(jīng)元狀態(tài)的概率分布，然后根據(jù)概率分布得到隱層的狀態(tài)向量。整個訓(xùn)練過程分為無監(jiān)督訓(xùn)練和微調(diào)訓(xùn)練兩個階段"。深度信念網(wǎng)絡(luò)DBN"（Deep"Belief"Network，DBN）的靈活性較高，拓展能力強，目前在圖像、文本、語音等多個領(lǐng)域中已經(jīng)得到了廣泛的應(yīng)用，也是構(gòu)建新型深度學(xué)習(xí)網(wǎng)絡(luò)的結(jié)構(gòu)基礎(chǔ)。

2.3""階梯網(wǎng)絡(luò)

該網(wǎng)絡(luò)的主要特點是對于局部學(xué)習(xí)所得到的學(xué)習(xí)結(jié)果具有良好的可擴展性[8]。在每一層網(wǎng)絡(luò)都有具體的學(xué)習(xí)目標(biāo)，對深度較深的神經(jīng)網(wǎng)絡(luò)更加有效。這種網(wǎng)絡(luò)模型更適合用于半監(jiān)督學(xué)習(xí)算法，在經(jīng)過實驗訓(xùn)練后，對現(xiàn)已有的數(shù)據(jù)集均能夠取得極佳的訓(xùn)練結(jié)果。半監(jiān)督學(xué)習(xí)將在學(xué)習(xí)模式方面會有更多的創(chuàng)新研究結(jié)果。

2.4""遞歸神經(jīng)網(wǎng)絡(luò)

遞歸神經(jīng)網(wǎng)絡(luò)RNN（Artificial"Neural"Network，"ANN）[9]對于反饋有較好的效果，該網(wǎng)絡(luò)能夠很好地儲存當(dāng)前和過去的狀態(tài)，更加適用于文本、語言等時間序列特征明顯的數(shù)據(jù)處理[10]。在預(yù)測文本和語音識別中表現(xiàn)得比較優(yōu)異；在實際應(yīng)用中，"GRU（Gated"Recurrent"Unit，GRU）模型更具競爭力，性能更加穩(wěn)定。

3""船舶橫搖運動姿態(tài)控制方法及模型

3.1""船舶橫搖運動姿態(tài)控制方法

將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和無監(jiān)督學(xué)習(xí)結(jié)合，選擇特定的船型以及減搖鰭類型和大小，選擇特定的1～3組有義波高和遭遇角，利用無監(jiān)督機器學(xué)習(xí)方法中基于劃分的聚類方法模糊K-均值法對橫搖數(shù)據(jù)分類后構(gòu)建船舶橫搖數(shù)據(jù)分類模型；然后在此基礎(chǔ)上利用深度信念網(wǎng)絡(luò)DBN[11]對船舶橫搖運動的實驗數(shù)據(jù)進行訓(xùn)練，該深度信念網(wǎng)絡(luò)中的每一層都是一個受限玻爾茲曼機Boltzmann，在進行無監(jiān)督訓(xùn)練時，首先訓(xùn)練第一層（按標(biāo)準(zhǔn)RBM訓(xùn)練），然后將第一層預(yù)訓(xùn)練好的隱結(jié)點視為第二層的輸入結(jié)點，對第二層進行訓(xùn)練，最后再利用BP算法對整個網(wǎng)絡(luò)進行訓(xùn)練。RBM通過學(xué)習(xí)將數(shù)據(jù)表示成概率模型，一旦模型通過無監(jiān)督學(xué)習(xí)被訓(xùn)練或收斂到一個穩(wěn)定狀態(tài)，還可用于生成新數(shù)據(jù)，從而給出船舶橫搖運動的自動學(xué)習(xí)結(jié)果。與傳統(tǒng)的PID控制、自適應(yīng)控制、魯棒控制以及單一的神經(jīng)網(wǎng)絡(luò)方法相比較，該算法將在自動學(xué)習(xí)能力、縮短訓(xùn)練時間以及控制系統(tǒng)的穩(wěn)定性等方面都將有所提高。

3.2""船舶橫搖運動姿態(tài)控制模型

設(shè)計的船舶橫搖運動姿態(tài)控制系統(tǒng)，包括：橫搖檢測裝置、基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的船舶橫搖運動控制器、鰭伺服系統(tǒng)和單體鰭。橫搖檢測裝置檢測船舶在運動過程中產(chǎn)生的橫搖數(shù)據(jù)，并將數(shù)據(jù)發(fā)送至所述基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的船舶橫搖運動控制器，進而生成鰭控制信號，鰭伺服系統(tǒng)根據(jù)鰭控制信號控制鰭的運動。

基于多種學(xué)習(xí)算法的船舶橫搖運動姿態(tài)控制系統(tǒng)的結(jié)構(gòu)原理圖如圖2所示。其中，φ（k）測量系統(tǒng)輸出；φm（k+1）為辨識器NNI序列預(yù)測輸出；根據(jù)φg（k+1）和φm（k+1）之差，使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練控制器NNC；根據(jù)φ（k+1）和φm（k+1）之差，使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練辨識器NNI；NNC輸出的控制信號為鰭控制信號α（k+1）。

所設(shè)計的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)[12]控制系統(tǒng)在系統(tǒng)參數(shù)攝動或者存在建模誤差情況下，根據(jù)在線觀測所積累的信息，修正控制器和辨識器的權(quán)值和閾值，對系統(tǒng)實施有效控制，保證單體鰭橫搖控制系統(tǒng)的運行性能。

4""結(jié)語

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)DLNN具有多個隱含層，可以利用實驗監(jiān)測所獲得的大量船舶橫搖數(shù)據(jù)完成模型的預(yù)訓(xùn)練過程。首先構(gòu)建分類深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，然后，結(jié)合船舶運動控制實驗在線監(jiān)測獲得的船舶橫搖數(shù)據(jù)，提出一種新的船舶橫搖/艏搖運動規(guī)律學(xué)習(xí)方法。目的在于利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（DLNN）模型及算法，實現(xiàn)提高船舶橫搖運動控制和預(yù)測的精度問題或者在同等預(yù)測精度條件下延長預(yù)測時間。

參考文獻

[1]孫影影，賈振堂，朱昊宇.多模態(tài)深度學(xué)習(xí)綜述[J].計算機工程與應(yīng)用，2020，56（21）：1-10.

[2]解帥.深度學(xué)習(xí)和深度強化學(xué)習(xí)綜述[J].信息技術(shù)與信息化，2020（5）：225-227．

[3]張菊，郭永峰.深度學(xué)習(xí)研究綜述[J].教學(xué)研究，2021，5（44）：6-11.

[4]張軍陽，王慧麗，郭陽，等.深度學(xué)習(xí)相關(guān)研究綜述[J].計算機應(yīng)用研究，2018（7）：1921-1928.

[5]吳澤智，陳性元，楊智，等.信息流控制研究進展[J].軟件學(xué)報，2017，28（1）：135-159.

[6]席亮，劉涵，樊好義，等.基于深度對抗學(xué)習(xí)潛在表示分布的異常檢測模型[J].電子學(xué)報，"2021，49（7）：1257-1265.

[7]"WAN"Y"Q，"CHEN"Y"Z，"YAN"C"R，"et"al."Similarity-based"Sales"Forecasting"Uusing"Improved"ConvLSTM"and"Prophet[J].Intelligent"Data"Analysis，2021，25（2）：383-396.

[8]聞佳，王宏君，鄧佳，等.基于深度學(xué)習(xí)的異常事件檢測[J].電子學(xué)報，2020，48（2）：308-313.

[9]ZHOU"X"H，XIONG"J，ZHANGnbsp;X"C，et"al.A"Rradio"Aanomaly"Detection"Algorithm"Based"on"Modified"Generative"Adversarial"Nnetwork[J].IEEE"Wireless"Communica?tions"Letters，2021，10（7）：1552-1556.

[10]RAJENDRAN"S，LENDERS"V，MEERT"W，et"al.Crowdsourced"Wireless"Spectrum"Anomaly"Detection[J].IEEE"Transactions"on"Cognitive"Communications"and"Networking，2020，"6（2）：694-703.

[11]劉全，霍建偉，章宗長.深度強化學(xué)習(xí)綜述[J].計算機學(xué)報，2018（1）：1-27.

[12]VUKOTI"V，PINTEA"S"L，RAYMOND"C，et"al.One-step"Ttime-dependent"Future"Video"Frame"Prediction"with"a"Con-volutional"Eencoder-decoder"Neural"Network[C]//Proceed-ings"of"the"19th"International"Conference"on"Image"Analys-is"and"Processing.Catania，2017：140-151.