摘要
本发明公开了一种基于鲸鱼算法优化BP神经网络的船舶横摇运动极短期预报方法,涉及船舶安全领域。包括以下步骤:获取船舶横摇运动数据作为样本数据,归一化处理;构建一个多层前馈BP神经网络模型,利用鲸鱼优化算法优化BP神经网络模型的参数得到WOA‑BP模型;利用样本数据对WOA‑BP模型进行训练直到满足预测精度;使用训练好的模型对船舶横摇运动进行极短期预报。本发明不仅提高了船舶横摇运动预测的精度,还为船舶运动预测和控制提供了新的理论基础和技术支持。
技术关键词
船舶横摇运动
优化BP神经网络
短期预报方法
鲸鱼算法
鲸鱼优化算法
BP神经网络模型
BP模型
样本
数据
层级
精度
表达式
参数
形态
策略
理论
代表
系统为您推荐了相关专利信息
短路监测方法
汽轮发电机
中性点
节点数
Adam算法
混凝土养护方法
智能温控系统
监测点
大体积混凝土结构
管路
虚拟电厂调度方法
鲸鱼优化算法
发电设备
新能源消纳率
规划算法
救援无人机
鲸鱼算法
寻路方法
寻路系统
数学模型
变量
二氧化碳排放量
鲸鱼优化算法
神经网络模型
主成分分析法