基于改进LSTM的船舶操纵运动在线预报方法研究
Online Prediction Method of Ship Maneuvering Motion Based on Improved Long-Short Term Memory Neural Network作者机构:上海交通大学海洋智能装备与系统教育部重点实验室上海200240 中国船舶及海洋工程设计研究院上海200011 喷水推进技术重点实验室上海200011
出 版 物:《中国造船》 (Shipbuilding of China)
年 卷 期:2023年第64卷第2期
页 面:184-198页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1002[医学-临床医学] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0824[工学-船舶与海洋工程] 082401[工学-船舶与海洋结构物设计制造] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金面上项目(52271348) 船舶总体性能创新研究开放基金(31422116)
摘 要:为了提高船舶操纵性运动在线预报模型的泛化能力,针对航行船舶所处海洋环境的实时变化,将长短期记忆(LSTM)神经网络模型与注意力机制相结合,提出了改进的长短期记忆神经网络模型。基于船舶在不同波高和浪向下回转运动的仿真试验数据,设计神经网络的学习样本。通过对样本的学习,完成了船舶操纵性运动的在线预报。研究结果表明,改进的长短期记忆神经网络模型可在新的波浪环境下对船舶操纵性运动进行准确的在线预报。