典型文献
基于BP神经网络对横浪作用下系泊油船的运动量预测分析
文献摘要：
系泊船舶的运动量预测是工程设计的关键因素之一.针对1万t级油船的系泊进行试验,构建了305组容量的训练集,结合系泊船舶运动变化的理论分析确定其影响因素.基于BP神经网络,利用反向传播算法训练建立5层隐含层人工神经网络模型,对油船系泊运动的运动量进行预测.模型的输入层包括6个参数,即入射波浪波高、周期、船舶吃水、水深、船舶横摇周期及纵摇周期.输出层为系泊油船运动量的六分量,即纵移、横移、升沉、横摇、纵摇、回转.结果表明,BP神经网络模型具有输出多参数的算法优势,能够综合考虑众多系泊船非线性系统中不易量化的影响因素,给出相对精确的预测结果.
文献关键词：
油船系泊运动;运动量;神经网络模型;预测
中图分类号：
作者姓名：
贾子锌;柳淑学;李金宣;饶正刚
作者机构：
大连理工大学 海岸和近海工程国家重点实验室,大连 116024
文献出处：
引用格式：
[1]贾子锌;柳淑学;李金宣;饶正刚-.基于BP神经网络对横浪作用下系泊油船的运动量预测分析)[J].水道港口,2022(04):430-436
A类：
油船系泊运动
B类：
横浪,运动量,预测分析,系泊船舶,训练集,船舶运动,运动变化,反向传播算法,算法训练,隐含层,人工神经网络模型,输入层,入射波,波浪,波高,吃水,水深,船舶横摇,纵摇,出层,船运,六分量,纵移,横移,升沉,回转,多参数,非线性系统
AB值：
0.340427
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。
