基于小波变换和GRU神经网络的系泊缆力预测

来源 :大连交通大学学报 | 被引量 : 0次 | 上传用户:dusan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为保障船舶系泊作业的安全,有必要提高系泊缆力预测结果的准确性.考虑到缆绳受多方面因素影响受力非线性特征显著的问题,使用小波变换处理缆绳缆力,将其分为多个平稳子序列,再利用循环神经网络RNN中的GRU进行预测,多个平稳子序列进行预测后得到的预测结果通过小波重构运算最终得到所预测的缆绳缆力.通过数据对比发现小波变换处理后经过GRU预测的缆力与直接经过GRU预测的结果相比准确性高,具有一定的应用价值.
其他文献
阻抗控制方法是有效的机器人接触控制方法,但是该方法只能在预估的环境参数范围内保证系统的稳定性。针对这一问题,该文提出一种新的自适应边界能量(EnergyBoundaryMethod-EBM)
在数字化、网络化的今天,含有高职专业的高校图书馆必须跟上时代前进的步伐,在服务职能上有个新的转变,为高职学生创新能力培养提供特色馆藏、科技信息,为高职学生科研创新提