横浪作用下LNG船运动量小波神经网络预测模型

港口码头设计中主要考虑的问题之一是系泊船舶的运动量。首先开展了26.6万m³LNG船舶系泊运动物理模型试验，测量了船舶在试验条件下的六自由度运动量；同时，考虑船舶运动响应的主要影响因素，根据横浪作用下26.6万m³LNG船运动六分量的试验数据，构建了189组容量的训练集，基于小波分析和神经网络，研究确定三层隐含层神经元数分别为8、12和22,进而建立系泊LNG船舶运动量的预测模型。预测结果表明，小波神经网络模型具有输出多参数的算法优势，能够综合考虑系泊船非线性系统中不易量化的众多影响因素(波浪波高、周期、波长以及船舶自身特性等),给出相对精确的预测结果。小波神经网络模型在研究系泊船舶运动量预测方面具有良好适用性，可以有效地预测船舶的运动量，为实际工程设计提供参考。