基于RNN-LSTM的船舶运动轨迹预测

摘要：

针对船舶轨迹预测精确性与实时性的需求,从数据层面探究影响船舶航行轨迹的特征,通过相关性分析确定网络的输入,提出结合循环神经网络-长短期记忆(Recurrent Neural Networks-Long Short Term Memory,RNN-LSTM)的船舶航行轨迹预测模型.通过船舶Z形试验相关数据与实船实际航行数据对网络模型进行训练,并对未来船舶航行轨迹进行预测.对未来轨迹的预测值与实际值进行对比.结果表明,模型预测误差小,验证该方案在船舶轨迹预测中的实用性和有效性.

关键词：船舶、轨迹预测、RNN-LSTM、网络模型

所属期刊栏目：49

分类号：U675.91

在线出版日期：2021-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-16