基于回声状态网络的船舶摇荡连续预报方法研究

摘要：

回声状态网络（ ESNS）是一种新型递归神经网络，可通过对有限的已知样本进行训练，建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程，仅利用实测的船舶横摇、纵摇历史数据，寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明，该算法在预报15 s以内可达到较高的预报精度，通过预报窗口的平移，可以进行连续在线预报。

关键词：回声状态网络、船舶摇荡、连续预报

所属期刊栏目：38

分类号：TP183;TP301.6(自动化基础理论)

在线出版日期：2016-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：67-69