期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于物理信息神经网络的船舶速度损失预测
1
作者
郭东东
尹勇
+2 位作者
钱小斌
杨继银
丛琳
《上海海事大学学报》
北大核心
2025年第3期14-21,共8页
针对船舶速度损失预测中广泛采用的半经验模型准确性不足和人工智能算法需要大量训练数据的问题,将半经验模型的计算结果作为一个附加特征纳入数据集,建立一种物理信息神经网络(physics-informed neural network,PINN)模型对船舶速度损...
针对船舶速度损失预测中广泛采用的半经验模型准确性不足和人工智能算法需要大量训练数据的问题,将半经验模型的计算结果作为一个附加特征纳入数据集,建立一种物理信息神经网络(physics-informed neural network,PINN)模型对船舶速度损失进行预测。选取一艘载重吨为28000 t的散货船2011年6月至2012年7月的航行数据对模型进行训练和测试。实验结果显示,PINN模型优于半经验模型和人工神经网络(artificial neural network,ANN)模型。进一步采用该船2013年某航次的数据进行验证,结果显示PINN模型仍优于其他两种单一模型,证实了其在训练数据较少时的高准确性和强泛化能力。
展开更多
关键词
物理信息神经网络(PINN)
船舶速度损失
人工神经网络(ANN)
智能航运
在线阅读
下载PDF
职称材料
题名
基于物理信息神经网络的船舶速度损失预测
1
作者
郭东东
尹勇
钱小斌
杨继银
丛琳
机构
大连海事大学航海学院
大连海事大学水路交通控制全国重点实验室
大连海大智龙科技有限公司智能航运部
出处
《上海海事大学学报》
北大核心
2025年第3期14-21,共8页
基金
国家重点研发计划(2022YFB4300803)
大连市科技人才创新支持计划(2023RY005)。
文摘
针对船舶速度损失预测中广泛采用的半经验模型准确性不足和人工智能算法需要大量训练数据的问题,将半经验模型的计算结果作为一个附加特征纳入数据集,建立一种物理信息神经网络(physics-informed neural network,PINN)模型对船舶速度损失进行预测。选取一艘载重吨为28000 t的散货船2011年6月至2012年7月的航行数据对模型进行训练和测试。实验结果显示,PINN模型优于半经验模型和人工神经网络(artificial neural network,ANN)模型。进一步采用该船2013年某航次的数据进行验证,结果显示PINN模型仍优于其他两种单一模型,证实了其在训练数据较少时的高准确性和强泛化能力。
关键词
物理信息神经网络(PINN)
船舶速度损失
人工神经网络(ANN)
智能航运
Keywords
physics-informed neural network(PINN)
ship speed loss
artificial neural network(ANN)
intelligent shipping
分类号
U675.79 [交通运输工程—船舶及航道工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于物理信息神经网络的船舶速度损失预测
郭东东
尹勇
钱小斌
杨继银
丛琳
《上海海事大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
