-
题名基于改进小波神经网络的集装箱船纵摇角度预测
被引量：6
- 1
-
-
作者
张婷
王志明
王培良
-
机构
山东交通职业学院航海学院
上海海事大学商船学院/航运仿真技术教育部工程研究中心
-
出处
《广东海洋大学学报》
CAS
北大核心
2022年第3期117-121,共5页
-
基金
国家青年自然科学基金(51909155)
潍坊市软科学研究计划项目(2021RKX125)。
-
文摘
【目的】针对在航集装箱船舶纵摇角度预测问题,探索一种基于改进小波神经网络算法,提升其预测能力。【方法】在分析船舶纵摇角度原始数据基础上,引入傅立叶变换,分析计算数据的周期性,确定神经网络拓扑结构,然后将神经网络输入层和隐含层的连接权值融合到隐含层计算值中,使算法得到优化。【结果与结论】优化后小波神经网络能较准确预测船舶纵摇角度值,均方误差(MSE)值为0.0676,平均绝对百分误差(MAPE)值为4.2412,相比优化前分别提升25%和21%,具有更好的预测效果。
-
关键词
小波神经网络
船舶纵摇预测
集装箱船
隐含层优化
傅立叶变换
-
Keywords
wavelet neural network
ship pitch prediction
container ship
hidden layer optimization
Fourier transform
-
分类号
U661.42
[交通运输工程—船舶及航道工程]
-
