一种神经网络控制算法的预测和优化动力输出的控制方法

本发明涉及船舶动力控制技术领域，具体为一种神经网络控制算法的预测和优化动力输出的控制方法，包括以下步骤：实时获取船舶轮机的传感器数据，通过动态滑动窗口提取时序特征，并采用自适应滤波消除噪声；应用极限学习机(ELM)构建动力系统预测模型，输入预处理后的特征数据，输出未来时段内的动力输出预测值；当预测误差超过动态阈值时，通过增量式权重更新算法在线调整网络参数。数据处理能力突破：结合预测结果与船舶航行状态，构建包含燃油效率、排放指标、机械磨损的多目标代价函数，利用进化算法搜索Pareto最优控制解集；融合小波包分解与卡尔曼滤波，信噪比提升，且动态滑动窗口使突发工况特征捕捉速度提高明显。