收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于双向LSTM的船舶运动姿态预测方法研究

谭凤  
【摘要】:船舶在多方面因素的影响下极易产生非线性的六自由度随机复杂运动,这些运动对船舶及人员安全、海上作业效率及安全,尤其是对航空母舰上舰载机安全起降的影响都很显著。因此,船舶运动姿态的准确预测对有效调整和控制船舶运动姿态、及时调整舰载机的起飞降落都有实际价值,对我国的国防事业具有非常重大的意义。本文针对船舶运动非线性、往复性和难以准确预测的特点,提出一种自适应动态粒子群优化算法(ADPSO)和双向长短期记忆神经网络(双向LSTM,BiLSTM)结合的组合预测方法对船舶运动姿态进行预测。本文首先对船舶运动姿态预测的经典方法进行分析和总结,针对船舶运动数据是一组非线性时间序列的特点,选用长短期记忆神经网络进行船舶运动姿态的预测。在研究了长短期记忆神经网络的结构原理及应用的基础上,选用BiLSTM神经网络对船舶运动姿态进行预测,并通过实验搭建合适的循环神经网络模型进行预测仿真对比实验。其次,针对神经网络初始结构参数随机设定的缺点,引入粒子群优化算法寻找神经网络的最佳结构参数,进而节省调节参数的工作量和时间,并且提高模型预测准确度。研究发现,原始的粒子群优化算法存在易于陷入局部极值的问题,本文从粒子群算法的参数调整策略出发,提出ADPSO算法。通过对几种常见的测试函数的寻优迭代实验,验证ADPSO算法有效的规避了原始粒子群优化算法容易陷入局部极值的问题,并且能够快速的找到全局极值,拥有良好的寻优性能。最后,将ADPSO算法与BiLSTM神经网络结合得到ADPSO-BiLSTM预测模型,并用此模型对船舶运动姿态进行预测。通过对实测船舶运动数据的实验,将单纯的循环神经网络模型和算法优化的神经网络模型进行对比,分别在训练损失函数迭代变化曲线、预测结果曲线、预测误差曲线以及评价指标方面进行比较分析。实验结果表明,本文提出的基于ADPSO算法优化BiLSTM的神经网络模型的船舶运动姿态预测结果曲线与真实运动曲线拟合得更好,具有更好的预测性能。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 卢光跃;施聪;吕少卿;周亮;;基于LSTM神经网络的频谱感知算法[J];信号处理;2019年12期
2 季彦东;;基于改进LSTM模型的大气温度预测[J];通化师范学院学报;2020年08期
3 保罗;郭旭琦;乔铁柱;阎高伟;;改进LSTM神经网络在磨机负荷参数软测量中的应用[J];中国矿山工程;2017年03期
4 陈俊;张芥;田红珍;宋春香;邹文霞;;一种LSTM循环神经网络建立虚拟机能耗模型的方法[J];传感器与微系统;2020年09期
5 王闯;兰程皓;凌德祥;吴伟;刘书剑;卜云彤;;LSTM模型在电力系统负荷预测中的应用[J];电力大数据;2021年01期
6 王捷;王峰;陈俊杰;;LSTM神经网络在驾驶行为分析中的应用[J];电脑编程技巧与维护;2020年01期
7 刘昊;;LSTM循环神经网络与企业盈利预测研究[J];全国流通经济;2020年01期
8 徐淑琴;乔厚清;王雅君;李仲裕;郭晓婷;;基于LSTM水稻生育期地下水水位预测——以黑龙江省查哈阳灌区为例[J];东北农业大学学报;2021年02期
9 朱洪根;田立勤;魏君;陈楠;;LSTM组合预测模型方法及其应用[J];软件;2020年11期
10 王华朋;;基于深度双向LSTM网络的说话人识别[J];计算机工程与设计;2020年06期
11 马聪;李锋;张建华;陈学东;张学俭;朱丹;;基于LSTM神经网络的肉牛动态称重算法研究[J];黑龙江畜牧兽医;2020年20期
12 陈亮;王震;王刚;;深度学习框架下LSTM网络在短期电力负荷预测中的应用[J];电力信息与通信技术;2017年05期
13 周生强;;LSTM对上证指数的实证分析[J];现代经济信息;2017年09期
14 张鹏;孙博文;李唯实;徐君锋;孙岩炜;;基于LSTM的钓鱼邮件检测系统[J];北京理工大学学报;2020年12期
中国重要会议论文全文数据库 前20条
1 蔺茜;陶卿曌;张清辉;;基于LSTM神经网络的电力变压器故障预测模型研究[A];2020中国系统仿真与虚拟现实技术高层论坛论文集[C];2020年
2 胡宪;冯毅萍;潘戈;;基于边缘侧自编码器压缩的分布式LSTM设备故障预测[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
3 唐上;宋冬梅;向亮;单新建;王斌;;基于LSTM神经网络的电离层TEC预测[A];2019年中国地球科学联合学术年会论文集(十一)——专题28:大地震发生的物理机制与预测方法和技术、专题29:“张衡一号”卫星应用与国家地球物理场卫星探测计划、专题30:空间大地测量与地壳动力学[C];2019年
4 李鹏程;孙敏;庞溟舟;;基于LSTM神经网络的公交到站时间预测[A];第37届中国控制会议论文集(F)[C];2018年
5 柯任辰;徐维庆;杨科;;一种基于LSTM神经网络的自适应巡航研究[A];2019中国汽车工程学会年会论文集(1) [C];2019年
6 梅杰;;基于LSTM神经网络的有效停车泊位短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年
7 安鹏;曹丹平;;基于LSTM循环神经网络的孔隙度预测方法研究[A];2018年中国地球科学联合学术年会论文集(二十九)——专题59:计算地球物理方法和应用、专题60:地热资源成因新理论与综合探测新技术[C];2018年
8 肖敏志;王淑君;宋巍巍;;基于LSTM的PM_(2.5)预测模型综述[A];2019中国环境科学学会科学技术年会论文集(第一卷)[C];2019年
9 蒋振超;邓永;姜青山;古亮;;一种基于两阶段字符级LSTM的僵尸网络检测方法[A];第32次全国计算机安全学术交流会论文集[C];2017年
10 刘天鹏;刘海;;基于LSTM的城市道路养护投诉量预测研究[A];中国公路学会养护与管理分会第九届学术年会论文集[C];2019年
11 朱佳晖;张文峰;刘卫平;张超;陈渊;;基于双向LSTM和CRF的军事命名实体识别和链接[A];第六届中国指挥控制大会论文集(上册)[C];2018年
12 张玮霖;朱永华;高洪皓;;基于LSTM编码-解码器模型的网络服务器集群负载预测算法[A];2018中国信息通信大会论文摘要集[C];2018年
13 张宇;张鹏远;颜永红;;基于注意力LSTM和多任务学习的远场语音识别[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
14 刘秀波;马帅;高利民;张博;;基于轨道几何和LSTM的车辆响应预测模型[A];第十三届全国振动理论及应用学术会议论文集[C];2019年
15 任军;张惠芳;;多传感器信息融合下人体运动姿态的目标检测与跟踪研究[A];2017冶金企业管理创新论坛论文集[C];2017年
16 刘孙波;;基于自回归法船舶运动姿态预报[A];广州航海学院学报2014第22卷(总第57期)[C];2014年
17 田少平;徐雷;邹磊;张海波;王婷;;基于神经网络的飞行员生理参数诊断研究[A];第九届中国航空学会青年科技论坛论文集[C];2020年
18 钟威;段义乾;杨广;;基于神经网络的大迎角非定常气动力建模方法研究[A];第九届中国航空学会青年科技论坛论文集[C];2020年
19 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
20 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
中国博士学位论文全文数据库 前20条
1 谢合亮;LSTM在多因子量化投资模型中的改进及应用研究[D];中央财经大学;2019年
2 齐鑫;基于LSTM的相位差异图像波前检测技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2020年
3 尹建川;径向基函数神经网络及其在船舶运动控制中的应用研究[D];大连海事大学;2007年
4 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年
5 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
6 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
7 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
8 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
9 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
10 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
11 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
12 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
13 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
14 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
15 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
16 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
17 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
18 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
19 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
20 于佳;语音文档的故事分割技术研究[D];西北工业大学;2018年
中国硕士学位论文全文数据库 前20条
1 谭凤;基于双向LSTM的船舶运动姿态预测方法研究[D];哈尔滨工程大学;2020年
2 王永乐;基于LSTM的煤炭价格预测模型研究[D];西安科技大学;2020年
3 杨宇慧;基于强化学习与LSTM的短期电力负荷预测研究[D];内蒙古科技大学;2020年
4 王栋;基于LSTM模型的命名实体识别研究及应用[D];山东理工大学;2020年
5 蔚莹;基于LSTM的中文文本情感分类[D];内蒙古师范大学;2020年
6 王婷;基于LSTM深度网络的电力负荷预测[D];山西大学;2020年
7 马嘉豪;基于人工智能LSTM和百度投资者关注度的我国股票市场预测模型[D];西南财经大学;2019年
8 万青玲;基于Text-CNN和LSTM的出境游评论文本分析[D];中南财经政法大学;2019年
9 田甜;基于LSTM的结构病态问题预测方法研究[D];长安大学;2019年
10 张冲冲;基于LSTM深度网络和改进核极限学习机的短期电力负荷预测[D];华北电力大学;2019年
11 Khuram Hayat;基于融合LSTM的超短期风速概率预测方法研究[D];华北电力大学(北京);2019年
12 周义;基于关注度LSTM的动作提议和行为识别[D];合肥工业大学;2019年
13 黄媛;基于LSTM神经网络的多因子选股模型实证研究[D];湘潭大学;2019年
14 石秀峰;基于双向LSTM的药物相互关系提取模型[D];大连理工大学;2019年
15 刘晓飞;基于LSTM网络的滚动轴承可靠性评估及寿命预测[D];大连理工大学;2019年
16 叶萌;基于区域残差和LSTM网络的机场延误预测方法研究[D];中国民航大学;2019年
17 陈锡禹;基于LSTM的对接机构故障预测与健康管理系统研究[D];哈尔滨工业大学;2019年
18 余杰杰;基于LSTM的道路拥堵分析模型研究[D];华东交通大学;2019年
19 邰煜;基于LSTM的社交网络特定领域评论生成技术[D];燕山大学;2019年
20 杜心;基于LSTM神经网络的可用停车位预测模型研究[D];武汉理工大学;2018年
中国重要报纸全文数据库 前20条
1 骆无意;图神经网络让集群无人系统更智能[N];中国航天报;2020年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
4 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
5 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
6 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
7 ;神经网络小史[N];电子报;2018年
8 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
9 ;人工智能将取得大面积突破[N];中国企业报;2017年
10 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
11 ;人类正迎来云端机器人时代[N];中国企业报;2017年
12 张斌;谁还需要“同传”[N];文汇报;2017年
13 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
14 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
15 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
16 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;突破人类和机器的边界[N];中国信息化周报;2017年
17 舒年;“深度学习”与人工智能的新挑战[N];工人日报;2017年
18 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
19 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
20 中国信息通信研究院标准所副所长 何宝宏;AI技术的天花板[N];通信产业报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978