论文部分内容阅读
为取得更有效的船舶运动预报效果，提出了一种利用遗传算法（GA）优化单输出三层反向传播（BP）神经网络辨识Voherra级数核的算法。在船舶航行姿态时间序列的混沌特性识别基础上，分析了GA、BP神经网络和Volterra级数模型的特征。利用GA优化BP神经网络获得最优的初始权值和阈值，根据BP神经网络算法求得最终的最优权值和阈值。进行Taylor级数分解，得到Volterra级数各阶核，对船舶的横摇运动时间序列进行多步预报。仿真实验表明：所提方法预报精度高、时间长，具有有效性和适应性。