|
|||||
|
|
| 基于CNN的波浪中船舶摇荡运动智能预报 | |
| 作者姓名： | 林辰儒 华先亮 谢立新 王扬理 侯先瑞 |
| 作者单位： | 1.上海船舶研究设计院,上海 201303;2.上海海事大学海洋科学与工程学院,上海 201306 |
| 基金项目： | 大型远洋船舶智能航行技术研究 ( CBG4N21-2-4 ) |
| 摘 要： | 准确预报波浪中船舶的摇荡运动对保障船舶的航行安全和正常营运具有重要意义.研究应用卷积神经网络(CNN)对船舶在波浪中的垂荡-纵摇耦合运动进行预报研究.对船舶在不同规则波激励下的垂荡-纵摇耦合运动进行分析,对比CNN与长短期记忆(LSTM)神经网络的预报结果,验证CNN模型的预报性能.数值模拟得到船舶在白噪声谱和JONSWAP谱激励下的不规则垂荡-纵摇耦合运动响应,应用CNN模型对所构造的训练集进行学习,并对测试集进行预报.对比CNN与LSTM的预报结果,检验CNN在不规则波中船舶摇荡运动方面的预报性能.结果表明:CNN和LSTM神经网络具有同级预报精度,可对船舶在波浪中的垂荡-纵摇耦合运动进行准确预报. |
| 本文献已被 万方数据 等数据库收录！ | |