10.3969/j.issn.1672-9722.2021.07.014
基于NAR神经网络的船舶运动姿态短期预测
船舶在海上作业的过程中,不可避免地会受到风浪的扰动影响,风浪扰动可以分解到船舶运动的六个自由度上,而船舶的六自由度运动是一个复杂的非线性过程.借助预测算法可以对船舶短时间后的运动状态进行预测,从而更好辅助在船舶上的工作活动.为了提升船舶运动姿态的预测精度,建立了非线性自回归(NAR)神经网络模型,并利用NAR模型对船舶运动姿态进行预测仿真,将仿真结果与AR预测法的结果进行对比.仿真结果分析表明,基于NAR神经网络模型的预测算法与传统的基于AR模型的预测算法相比,精度更高,更具有实用价值.
船舶运动预测;时间序列;自回归模型;神经网络
49
TP183(自动化基础理论)
2021-08-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
1346-1349