文献类型：期刊文章

作　　者：张婷[1,2] 王志明[2] 王培良[2]

ZHANG Ting;WANG Zhi-ming;WANG Pei-liang(Navigation College,Shandong Transport Vocational College,Weifang 261206,China;Merchant Marine College,Shanghai Maritime University/Engineering Research Center of Simulation Technology of Ministry of Education,Shanghai 201306,China)

机构地区：[1]山东交通职业学院航海学院,山东潍坊261206 [2]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

出　　处：《广东海洋大学学报》

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)。

年　　份：2022

卷　　号：42

期　　号：3

起止页码：117-121

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RWSKHX、ZGKJHX、核心刊

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0.0676,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

分 类 号：U661.42]