海洋是一個較為復(fù)雜的環(huán)境,在海面上航行的艦船,其速度會受到諸多因素的影響,由此會導(dǎo)致艦船的航行速度無法達(dá)到預(yù)期的目標(biāo)。為了解決這一問題,需要對艦船的航行速度進(jìn)行預(yù)測。由于艦船航行是一種非線性運動過程,若是采用線性數(shù)學(xué)模型預(yù)測航速,可能會使預(yù)測結(jié)果產(chǎn)生一定的偏差。所以,在預(yù)測艦船航行速度時,應(yīng)當(dāng)采用非線性數(shù)學(xué)模型。本文還從艦船航行速度的預(yù)測方法分析入手,論述了艦船航行速度預(yù)測的非線性數(shù)學(xué)模型。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(06)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

速度分布離散性Fig.1Dispersionofvelocitydistribution

?盜費?鏡氖?堇叢矗?將小部分的歷史數(shù)據(jù)作為驗證的數(shù)據(jù)來源，仿真可得到如圖3所示的航行速度預(yù)測曲線。3）采用回聲狀態(tài)網(wǎng)絡(luò)算法自動學(xué)習(xí)訓(xùn)練樣本，不斷變換相關(guān)參數(shù)，直到算法建立起最優(yōu)的艦船航速預(yù)測模型。在這一過程中，要重視對參數(shù)的變換，促使預(yù)測模型得到不斷優(yōu)化，變換參數(shù)與航速的關(guān)系如圖4所示。模型建立之后，利用驗證數(shù)據(jù)分析和評估模型的預(yù)測性能，輸出最優(yōu)預(yù)測結(jié)果。之后，根據(jù)測試程序?qū)︻A(yù)測結(jié)果進(jìn)行測試，得出最終結(jié)果。圖1速度分布離散性Fig.1Dispersionofvelocitydistribution圖2艦船航速變化曲線Fig.2Thecurveoftheshipspeed第42卷李慶東：艦船航行速度預(yù)測的非線性數(shù)學(xué)模型研究·35·

價方法研究[J].船舶,2018(10):109–111.[1]任宇翔,趙建森,劉衛(wèi),等.基于AIS數(shù)據(jù)和LSTM網(wǎng)絡(luò)的船舶航行動態(tài)預(yù)測[J].上海海事大學(xué)學(xué)報,2019,40(03):32–37.[2]吳昌珂.艦船航行數(shù)據(jù)監(jiān)測系統(tǒng)直流電源的改進(jìn)設(shè)計與實現(xiàn)[D].西安:西安電子科技大學(xué),2018.[3]劉鋒.海浪及其對艦船航行安全的影響研究[J].中國水運(下半月),2016(9):89–91.[4]謝新連,陳紫薇,魏照坤,等.基于極限學(xué)習(xí)機(jī)的船舶航行行為預(yù)測![J].重慶交通大學(xué)學(xué)報(自然科學(xué)版),2019,38(08):7–12+123.[5]圖3航行速度預(yù)測曲線Fig.3Speedpredictioncurve圖4變換參數(shù)與航速的關(guān)系Fig.4Therelationshipbetweentransformationparametersandspeed圖5多元線性回歸分布圖Fig.5Multivariatelinearregressiondistribution·36·艦船科學(xué)技術(shù)第42卷

【參考文獻(xiàn)】：
期刊論文
[1]基于AIS數(shù)據(jù)和LSTM網(wǎng)絡(luò)的船舶航行動態(tài)預(yù)測[J]. 任宇翔,趙建森,劉衛(wèi),王勝正,韋雨含.  上海海事大學(xué)學(xué)報. 2019(03)
[2]基于極限學(xué)習(xí)機(jī)的船舶航行行為預(yù)測![J]. 謝新連,陳紫薇,魏照坤,趙瑞嘉.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2019(08)
[3]水面艦船在風(fēng)浪作用下的航行性能綜合評價方法研究[J]. 周華偉,肖海松,何秦,錢浩.  船舶. 2018(05)
[4]海浪及其對艦船航行安全的影響研究[J]. 劉鋒.  中國水運(下半月). 2016(09)

碩士論文
[1]艦船航行數(shù)據(jù)監(jiān)測系統(tǒng)直流電源的改進(jìn)設(shè)計與實現(xiàn)[D]. 吳昌珂.西安電子科技大學(xué) 2018



本文編號：3293016