基于BP神经网络的港内系泊船舶运动量预测方法
针对港内系泊船舶不同系泊状态,利用水动力分析软件和时域分析方法进行数值建模,以26.6万m3LNG船为例,构建了该船舶六自由度运动量的数据库.研究进一步基于BP神经网络方法搭建了港内系泊船舶运动量预测模型,该模型设计中隐含层节点数为26,输入层神经元数量为12,输出层神经元数量为6,学习率为0.000 1,将训练结果和基础数据库进行了对比验证,结果表明预测结果与训练样本库、检验样本库的对比结果符合良好.文中以模型检验样本库为依据,将预测模型结果与物理模型试验数据进行了对比,验证了该方法的适用性,为快速预报港内系泊船舶运动提供了新思路.
BP神经网络、船舶运动量、预测模型、训练样本库
43
U661.3(船舶工程)
国家自然科学基金;温州鹿城区科技研究开发专项;中央级科研院所基本科研业务费资助项目
2023-07-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
29-35