具有外源输入的船舶横摇运动NARX神经网络预测

为了提高船舶在风浪中航行的安全性，需要精确地预测船舶在风浪中的横摇运动，以提高船舶横摇控制效果，本文通过应用一种带外源输入的非线性自回归（NARX）神经网络预测方法预测船舶横摇运动。该方法考虑了实船操纵性试验数据受风、浪、流等外界因素的的影响，将实测的风向、风速、流速、流向、浪向以及浪高的数据作为外源输入，能够有效提高船舶横摇运动的预测精度。基于“育鲲”轮，利用该方法对实际船舶海上横摇运动进行了实时预测实验，并将其实验结果与SAPSO-BP神经网络模型的预测结果进行对比。从对比结果可以看出，本文所提方法对复杂海浪环境具有良好的适应性，NARX模型的预测精度优于普通反向传播（BP）神经网络和自适应粒子群算法优化的普通反向传播（SAPSO-BP）神经网络.