摘要
本发明属于船舶运动预报技术领域,公开了一种基于EMD‑PSO‑RBFNN的船舶横摇运动实时预报系统,包括:收集船舶横摇运动的历史数据,使用EMD将历史数据信号分解成多个IMF和一个残余项;从分解得到的IMF和残余项中提取船舶横摇运动特性的特征,作为RBFNN模型的输入,实际的横摇角度作为输出,进行RBFNN模型训练;利用PSO算法优化RBFNN模型参数,得到EMD‑PSO‑RBFNN模型;评估EMD‑PSO‑RBFNN模型的预报性能。本发明采用上述的一种基于EMD‑PSO‑RBFNN的船舶横摇运动实时预报系统,有效降低了原始序列的非线性,提高了模型的预报性能,实现了船舶的横摇运动预报。
技术关键词
船舶横摇运动
径向基函数神经网络
预报系统
船舶运动预报技术
粒子
参数
误差函数
传播算法
预测误差
矩阵
插值法
信号
因子
表达式
非线性
序列
极值
数据
系统为您推荐了相关专利信息
仓库货位
序列
粒子群算法求解
订单
位置更新方法
服务管理平台
资源优化配置
云资源监控
粒子群优化算法
资源分配
闸门故障检测
转移概率矩阵
稳态概率
粒子群算法
模糊熵算法
运粮车
收割机
启发式算法
模拟退火算法
粒子群优化算法
任务分配系统
网关
队列管理单元
任务分配算法
任务调度策略