基于LSTM-GRU模型的船体结构应力预测分析 |
| |
引用本文: | 丁仕风,李费旭,韩森,周利,董文博.基于LSTM-GRU模型的船体结构应力预测分析[J].中国造船,2023(5):146-158. |
| |
作者姓名: | 丁仕风 李费旭 韩森 周利 董文博 |
| |
作者单位: | 1. 江苏科技大学船舶与海洋工程学院;2. 上海交通大学船舶海洋与建筑工程学院 |
| |
基金项目: | 国家重点研发计划项目(2022YFE010700);;国家自然科学基金面上项目(52171259); |
| |
摘 要: | 船体结构应力预测对船舶航行安全具有重要意义,然而由于船体结构应力数据具有强随机性,传统方法难以有效准确地对其进行预测。为解决这一问题,采用对非线性关系具有很强拟合能力的长短期记忆网络(LSTM)和门控循环单元(GRU)组合方法对船体结构应力数据进行预测,并通过模型试验验证该方法的稳定性和可行性。结果表明,相比传统的循环神经网络(RNN)模型和单个预测模型,该组合模型在预测精度和效果方面都有明显优势,能够有效预测船体结构应力。其中,预测值与实际值的误差保持在3%以内,决定系数为0.91。
|
关 键 词: | 船体结构应力预测 多元时间序列 长短期记忆网络 门控循环单元 |
|
|