来源：期刊VIP网 时间：
作者：朱沛樵;丁军;耿彦超;强以铭;
单位：中国船舶科学研究中心;
摘要：本文基于门控神经网络（GRU）建立船舶运动与载荷快速预报模型，GRU神经网络是一种简洁高效的循环神经网络，通过捕捉训练样本的时序信息建立模型来预报未知样本。预报模型由两个独立的GRU神经网络组成，分别实现船舶运动与载荷的预报，将船舶纵摇和垂荡历史数据共同作为运动预报模型输入，预报得到未来数秒后的船舶纵摇和垂荡，并将运动预报结果作为载荷预报模型的输入，实现对船舯垂向弯矩的预报。通过模型试验数据对该方法进行验证，结果表明不同超前预报时间的预报结果与试验结果幅值和相位吻合较好，验证了所建立的船舶运动与载荷预报模型的可行性。
关键词：GRU神经网络;;船舶运动;;波浪载荷
基金资助：国家重点研发计划资助项目（2022YFB3306200）
