来源：期刊VIP网 时间：
作者：王子渊;陈帅;蒋彩霞;
单位：中国船舶科学研究中心;深海技术科学太湖实验室;西北工业大学;
摘要：船体低频波浪载荷的精确确定，构成了船体结构设计不可或缺的基石与核心挑战。工程中往往会采用船模试验进行波浪载荷预报。可试验数据往往会因各种原因产生缺损或异常，如何通过这些存在缺损或异常的试验数据对波浪载荷进行预报，是目前工程上的重要难题。本文提出了一种波浪载荷预测方法，针对缺损或异常的试验数据可高效且准确地预测水面船体波浪设计载荷。文中结合二维切片理论计算的5400组波浪载荷数据，构建了机器学习迁移网络，创新性地加入微调网络层处理缺损数据，同时设计新损失函数忽略零项，从而提升网络适应性。该方法通过迁移仿真结果至船模试验，实现了波浪载荷的快速预报，预报精度达到了90%以上。此技术显著提升了设计效率，降低了人力成本，并充分利用了现有数据资源，为船体结构设计提供了可靠且高效的波浪载荷预测方案。
关键词：迁移学习;;微调;;波浪载荷预报;;缺损试验数据
基金资助：国防科工局稳定支持基金资助项目(WDZC70202030201)
