基于BP神经网络的港内系泊船舶运动量预测方法

针对港内系泊船舶不同系泊状态,利用水动力分析软件和时域分析方法进行数值建模,以26.6万m^(3)LNG船为例,构建了该船舶六自由度运动量的数据库。研究进一步基于BP神经网络方法搭建了港内系泊船舶运动量预测模型,该模型设计中隐含层节点数为26,输入层神经元数量为12,输出层神经元数量为6,学习率为0.0001,将训练结果和基础数据库进行了对比验证,结果表明预测结果与训练样本库、检验样本库的对比结果符合良好。文中以模型检验样本库为依据,将预测模型结果与物理模型试验数据进行了对比,验证了该方法的适用性,为快速预报港内系泊船舶运动提供了新思路。