基于BP神经网络的起重船可作业性预测方法

本发明涉及起重船作业预测技术领域，公开了基于BP神经网络的起重船可作业性预测方法。该方法包括采集并预处理起重船作业海域的环境数据，根据预设作业状态分类提取特征并划分训练测试集；检测样本数据质量，标记异常样本；利用非异常样本的输入特征集和历史作业状态标签匹配结果训练模型，生成BP神经网络预测模型；基于权重偏置参数与预测误差的关联关系优化修正模型参数；输入实时环境数据，沿网络前向传播路径计算输出概率，确定起重船可作业性并生成预测结果。该方法能有效处理环境因素间的非线性关系，减少异常数据干扰，提升预测的准确性、客观性和一致性，为起重船作业决策提供可靠依据。