基于BP和LSTM组合优化的船舶升沉运动预测

预测船舶升沉运动有助于增强波浪补偿系统的补偿效果，解决补偿系统滞后问题。为提高预测模型的预测精度，提出一种基于误差反向传播（BP）神经网络和长短时记忆（LSTM）神经网络组合优化的船舶升沉运动预测方法。以采用计算流体动力学（CFD）方法获取的船舶在规则波浪作用下的升沉运动和在突发性干扰下的升沉运动为对象，基于PYTORCH框架和LINGO软件，建立以加权方式组合优化BP神经网络和LSTM神经网络的预测模型。研究结果表明，无论是船舶在规则波浪作用下的升沉运动，还是船舶在突发性干扰下的升沉运动，BP-LSTM组合模型的预测精度均高于BP神经网络和LSTM神经网络，有助于提高补偿精度。