摘要
本发明属于船舶与海洋工程技术领域,具体涉及一种基于EMD‑LSTM‑LSSVR模型的船舶运动预报方法,所述方法包括:提取船舶部分运动时间序列,并扩展所述运动时间序列的两端;使用经验模态分解将运动时间序列分解为多个本征模态函数信号和一个残差信号;将第一个本征模态函数信号输入到LSTM网络进行训练和预测;同时将剩余的每个本征模态函数信号和残差信号分别输入到不同的SVR模型进行训练和预测;通过对各个IMF信号以及残差信号的预测结果进行求和,获得原始运动序列的预估值。本发明结合了EMD、LSTM和SVR(LSSVR)的优势,通过分解时间序列、选择合适的模型进行预测,并整合预测结果,实现对船舶运动的准确预报。
技术关键词
船舶运动预报方法
序列
信号
训练集
网络
Adam算法
海洋工程技术
SVR模型
数据
迭代算法
矩阵
优化器
参数
极值
端点
校正
动态
定义
系统为您推荐了相关专利信息
进化算法
协方差矩阵
强化学习模型
动态网络环境
仿真环境
退磁检测方法
永磁
电机驱动器
同步电机启动
转子磁极位置信号
趋势预测模型
数据趋势预测方法
居家老人健康监测
编码特征
前馈神经网络