原油船海上航行升沉运动Bayes-LSTM预测方法

为了更好地预测船舶在海上航行中的升沉运动，提高船舶海上航行与作业安全水平，以10×104 t级原油船为研究对象，利用船舶模型运动过程数值模拟软件STAR CCM+构建其仿真模型，由无液货舱与半载液货舱两种情况及0.5λ、1.0λ、1.5λ（λ=6.16 m）3种波长组合构成6种工况，获取6组升沉运动数据，并将其以8:2的比例划分为训练集与测试集，利用贝叶斯算法优化后的长短期记忆神经网络（Bayes-LSTM）模型进行模型升沉运动预测，将预测结果与长短期记忆神经网络（LSTM）模型的预测结果进行对比。结果表明：Bayes-LSTM模型比LSTM模型的预测精度最大提高3倍以上，显示出Bayes-LSTM模型对船舶海上航行与作业过程中升沉运动预测的优势。（图5，表2，参21）