摘要
一种基于神经网络的船舶运动响应预测方法,步骤如下:(1)数据收集与预处理:收集舰船在不同海况下的运动姿态数据,并对数据进行标准化处理;(2)模型构建:构建EMD‑CNN‑BiLSTM神经网络预测模型;(3)训练与优化:使用划分好的数据集对模型进行训练;(4)预测与验证:使用测试集对训练好的模型进行验证,具体是将测试集中的数据通过EMD方法进行分级处理后,再对这些分解后的数据进行预测,随后,将预测得到的数据重新叠加组合,并与原始未经处理的测试数据进行对比,以此来评估该模型在预测任务中的准确性。本发明不仅能够提高对舰船运动响应的预测精度,而且具有较好的泛化能力和计算效率,对于提高船舶的安全性和稳定性具有重要应用价值。
技术关键词
响应预测方法
神经网络预测模型
双向长短期记忆
运动姿态数据
船舶
经验模态分解算法
BiLSTM模型
训练神经网络模型
三次样条插值法
信号
模型预测值
序列
残差结构
模块结构
误差函数
极值