摘要
本发明涉及船舶运动姿态技术领域,特别涉及一种船舶横摇预测方法,包括如下步骤:S1:基于船舶横摇仿真模型,构建预测的船舶横摇数据;S2:建立长短期记忆网络模型,确定模型需要寻优的参数;S3:初始化粒子种群参数;S4:通过迭代训练,确定粒子种群的适应度函数;S5:粒子参数寻优;S6:判断是否达到最大迭代次数,如果达到最大迭代次数,将得到的最优参数传给长短期记忆网络模型,并进行训练和预测,若未达到要求,则返回步骤S5。本申请基于粒子种群算法和长短期记忆网络的横摇预测模型,解决了现有船舶横摇预测方法中初始化参数配置的训练问题。
技术关键词
长短期记忆网络
粒子
仿真模型
船舶运动姿态
参数
仿真数据
拉普拉斯
数学
阻尼
曲线
算法
速度
系统为您推荐了相关专利信息
工程机械租赁
指数
管理方法
粒子群优化算法
风险
蒙特卡洛树搜索
局部纹理特征
接地线智能
数据融合算法
预警控制方法
视频编码方法
多尺度特征
运动特征
特征提取单元
纹理特征