典型文献
基于改进小波神经网络的集装箱船纵摇角度预测
文献摘要：
[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0.067 6,平均绝对百分误差(MAPE)值为4.241 2,相比优化前分别提升25％和21％,具有更好的预测效果.
文献关键词：
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
中图分类号：
[3]
交通运输（U）
/
水路运输（U6）
/
港口工程（U65）
/
港口水工建筑物（U656）
/
码头（U656.1）
/
码头：按用途分（U656.1+3）
/
集装箱码头（U656.1+35）
作者姓名：
张婷;王志明;王培良
作者机构：
山东交通职业学院航海学院,山东潍坊261206;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,上海201306
文献出处：
引用格式：
[1]张婷;王志明;王培良-.基于改进小波神经网络的集装箱船纵摇角度预测)[J].广东海洋大学学报,2022(03):117-121
A类：
船舶纵摇预测,隐含层优化
B类：
改进小波神经网络,角度预测,集装箱船舶,神经网络算法,预测能力,原始数据,数据基础,傅立叶变换,算数,定神,网络拓扑结构,输入层,连接权值,合到,计算值,准确预测,均方误差,MSE,MAPE
AB值：
0.247763
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
