论文部分内容阅读
为了提高船舶航向预报的准确性,提高航行安全.采用自适应变异的粒子群算法SAPSO(self-adapting particle swarm optimization algorithm)优化传统BP神经网络的网络参数,能够克服传统BP神经网络所具有的对初始权值阈值敏感且容易陷入局部最优的缺点,进而提出了一种自适应变异的粒子群优化算法的神经网络模型用于船舶航向预测.利用实船航行数据对预测模型进行船舶航向的实时预报仿真实验,结果证明了SAPSO-BP预测模型具有较高精度,验证了预测模型的有效性.