共查询到12条相似文献,搜索用时 93 毫秒
1.
基于小波网的船舶运动极短期建模预报 总被引:1,自引:2,他引:1
本文结合小波分析和神经网络的优点,建立了应用于船舶运动极限期模预报的小波神经网络的结构及算法,给出了该算法的一步及多步预报模型,并进行了仿真,仿真结果说明该算法是可行的。 相似文献
2.
船舶运动极短期预报研究 总被引:4,自引:1,他引:3
本文通过对两艘有航速情况下的船舶运动实测数据的分析,试图寻求一种准确程度较高的极短期预报模型。该文共分两部分,第一部分利用AR模型导出多级AR模型,预报精度明显提高。在对运动瞬时值预报中,利用包络对结果进行修正,精度有所改进;第二部分利用人工神经网络导出了包络的预报模式,预报精度明显高于AR模型。 相似文献
3.
为了提高船舶运动极短期预报精度及预报时间长度,本文采用小波多分辨率分析方法,将含有噪声的船舶运动信号进行了多尺度小波变换,通过采用阈值函数法对各尺度下细节信号的小波系数进行处理,对小波分解层数、小波基函数、阈值处理方法进行了深入研究,并通过模型试验数据对滤波效果进行了验证分析,实现了船舶运动信号的小波滤波.进一步针对船舶运动的非线性特性,基于深度神经网络的非线性映射能力,建立了基于LSTM网络的多步直接映射船舶运动极短期预报模型,并采用滤波后的船舶运动数据进行了不同工况下的预报分析.结果表明,不同时间长度的预报与试验结果幅值和相位吻合较好,验证了所建立的极短期预报模型的可行性. 相似文献
4.
5.
6.
7.
8.
9.
基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型 总被引:2,自引:0,他引:2
准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归(auto-regressive,AR)预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解(empirical mode decomposition,EMD)的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归(support vector regression,SVR)预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。 相似文献
10.
11.
SHEN Yan XIE Mei-ping 《船舶与海洋工程学报》2005,4(2):56-60
A DRNN (diagonal recurrent neural network) and its RPE (recurrent prediction error) learning algorithm are proposed in this paper . Using of the simple structure of DRNN can reduce the capacity of calculation. The principle of RPE learning algorithm is to adjust weights along the direction of Gauss-Newton. Meanwhile, it is unnecessary to calculate the second local derivative and the inverse matrixes, whose unbiasedness is proved. With application to the extremely short time prediction of large ship pitch, satisfactory results are obtained. Prediction effect of this algorithm is compared with that of auto-regression and periodical diagram method, and comparison results show that the proposed algorithm is feasible. 相似文献