基于门控循环网络的海浪波倾角预测研究

论文摘要

海浪的波倾角是一种非线性随机时间序列,对于舰载机的起降和舰载稳定平台的控制具有重要的指导意义。传统的时间序列预测方法诸如自回归滑动平均预测、神经网络预测法等,有时无法提供较高的精度。因此,提出一种基于门控循环网络的海浪模型时间序列预测法。结果表明,在平均绝对百分比误差上分别比BP神经网络、循环神经网络(RNN)、长短期记忆网络(LSTM)下降了85.0%、80.3%、34.4%;在均方根误差上分别下降了27.1%、37.7%和7.5%。与传统方法相比,门控循环网络在处理长依赖时间序列上更有优势,预测精度更高。

论文目录

• 0 引言
• 1 海浪模型的建立及仿真
•   1.1 随机海浪理论
•   1.2 基于海浪谱的海浪模型建立
• 2 门控循环网络模型
•   2.1 LSTM网络
•   2.2 GRU网络
• 3 预测结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 赵建鹏,张爱军,蔡程飞,苏印红

关键词: 海浪模型,时间序列预测,神经网络,深度学习,门控循环网络

来源: 国外电子测量技术 2019年05期

年度: 2019

分类: 信息科技,基础科学

专业: 海洋学,自动化技术

单位: 南京理工大学机械工程学院,南京信息工程大学自动化学院

基金: 国家自然科学基金青年科学基金(61401211)项目资助

分类号: P714.1;TP18

DOI: 10.19652/j.cnki.femt.1801301

页码: 96-100

总页数: 5

文件大小: 302K

下载量: 94