李荣宗, 张超群, 杨邵渊
上海船舶运输科学研究所学报. 2025, 48(1): 1-7.
为提升船舶运动姿态主动补偿控制能力,针对现有船舶横摇运动预测模型存在的精度低和不适合在复杂环境中应用等问题,提出一种基于长短期记忆(Long Short-Term Memory,LSTM)模型的船舶横摇运动预测模型。利用某研究与实训两用船在海上航行过程中采集的横摇运动数据训练该模型,训练时将均方根误差作为损失函数,采用Adam优化器进行权重优化。采用该模型对实际的船舶横摇运动进行预测,并将其与采用自回归积分滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型预测所得结果相对比,验证该模型能在复杂的船舶航行工况下保持良好的预测精度。研究结果表明,该基于LSTM模型的船舶横摇运动预测模型能更好地捕捉船舶横摇数据的非线性和非平稳特性,提供更准确的预测结果。