|
|||||
|
|
| 基于自适应变异PSO-BP算法的船舶横摇运动预测 | |
| 作者单位： | ;1.大连海事大学航海学院 |
| 摘 要： | 为了准确高效预测船舶在海上的航行状态,以保证人员、货物和船舶的安全,提出一种自适应变异的粒子群优化算法(self-adapting particle swarm optimization algorithm,SAPSO),将该算法与误差反传(back propagation,BP)神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感,容易陷入局部极小值的缺点,同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船"育鲲"轮在海上航行的横摇情况进行实时预测实验,验证该方法的可行性与有效性具有较高的预测精度。 |
| 关 键 词： | 船舶横摇运动 前向神经网络 自适应变异 粒子群优化算法 时间序列预测 |
Ship rolling forecasting based on self-adapting PSO-BP algorithm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |