摘要
本发明提供一种船舶倾斜情况下乘客疏散时间预测方法及装置,属于人工智能领域,方法包括:将训练集作为向量加权平均算法的输入,在迭代时采用反向学习的方式生成向量集;训练集包括人员类别以及每类人员的疏散速度和疏散时间;基于本次迭代的候选值以及预设系数的乘积,确定下次迭代的候选值,基于下次迭代的候选值,确定MeanRule值;基于MeanRule值对向量位置进行更新,基于更新位置的向量优化DELM模型的权重,并基于训练集训练该模型得到乘客疏散时间预测模型,基于该模型得到疏散所需的总时间。本发明采用反向学习和动态生成候选值解决现有的船舶倾斜情况下乘客疏散时间预测方法存在的预测精度、速度和可靠性较低的问题。
技术关键词
时间预测方法
时间预测模型
训练集
船舶
生成向量
时间预测装置
模型训练模块
算法
可读存储介质
速度
计算机
动态
程序
指令
处理器
精度
系统为您推荐了相关专利信息
信标
高精度石英挠性加速度计
实时监测方法
水下结构
时间差
情绪识别模型
多模态信息
坐标点
频谱特征
驾驶员情绪识别
电池寿命预测方法
电池特征向量
时间卷积网络
增广拉格朗日
生成时间序列数据