摘要
本发明针对非线性非平稳性以及噪声会影响极短期船舶运动姿态的预测精度以及预测模型稳定性的问题,从而提出一种非线性与非平稳性下极短期船舶运动姿态预测方法。本发明涉及船舶运动姿态预测领域。预测方法为:获取船舶非平稳运动姿态数据;采用经验模态分解算法对船舶非平稳运动姿态数据中的时间序列进行分解操作,拆分若干个独立的子序列;采用基于自适应粒子群优化的长短时记忆神经网络对每个子序列进行预测,获得若干预测结果;将若干个预测结果进行加权和数据重组,得到最终的综合预测结果。本发明能够在不同的海洋环境下有效预测船舶的运动姿态,为船舶的安全和稳定运行提供了有力的技术支持。
技术关键词
船舶运动姿态
运动姿态数据
非线性
经验模态分解算法
粒子群优化算法
序列
神经网络构建方法
包络
三次样条函数
位置更新
神经网络结构
存储装置
可读存储介质
处理器
预测系统
存储器
速度
计算机设备
系统为您推荐了相关专利信息
检测分级方法
高光谱成像系统
联合注意力机制
纹理
分级决策树
气动弹性分析方法
载荷
非线性动力学模型
气动力
风速