一种融合CNN和BiLSTM的船舶运动姿态动态预测方法

本发明公开了一种融合CNN和BiLSTM的船舶运动姿态动态预测方法，S1：获取船舶航行数据，并对船舶航行数据进行预处理；S2：建立船舶航行三自由度非参数模型，并得到非参数建模的回归函数；S3：建立船舶运动姿态非参数辨识预测模型，并对其进行训练，采用改进的白鲨优化算法对若干超参数进行优化，得到优化后的船舶运动姿态非参数辨识预测模型；S4：采用增量学习方法动态更新优化后的船舶运动姿态非参数辨识预测模型，以实现对船舶运动姿态的动态预测。本发明采用双向长短期记忆神经网络BiLSTM作为基础模型，结合过去和未来的信息更全面地捕捉时序依赖关系，还采用改进得白鲨优化算法IWSO对非参数辨识预测模型进行超参数优化，以选择最优超参数组合，使得WCBI‑SAT能够保持较高的预测性能，具有较高的泛化能力和稳定性。