-
题名基于图像化卷积的半潜式平台响应预测
被引量：1
- 1
-
-
作者
姚骥
武文华
徐海博
顾学康
张欣玉
-
机构
中国船舶科学研究中心
深海技术科学太湖实验室
大连理工大学运载工程与力学学部工业装备结构分析国家实验室
大连理工大学宁波研究院
上海交通大学船舶海洋与建筑工程学院
-
出处
《船舶力学》
EI
CSCD
北大核心
2023年第5期617-626,共10页
-
基金
国家重点研发计划资助项目(2017YFC0307203)
国家自然科学基金资助项目(U1906233)
+1 种基金
山东省重点研发计划资助项目(2019JZZY010801)
基本科研业务费重点类项目(DUT20ZD213,DUT20LAB308)。
-
文摘
在风、浪、流等复杂环境荷载的联合作用下,海洋浮式平台运动响应呈现强非线性及非平稳特征。为了解决海洋平台运动响应复杂多变、难以预测的问题,本文结合图像化特征提取方法与卷积神经网络(convolutional neural network,CNN),提出一种半潜式平台六自由度响应预测方法。首先根据海洋荷载计算方程,结合实测荷载数据,提出图像化海洋环境特征提取方法;其次,基于CNN建立平台响应预测模型,并对不同特征输入、模型参数等影响进行分析;最终,利用实测数据验证了所提预测方法的误差仅为3.84%,对比直接基于原始数据的CNN模型,精度提高了64.24%。
-
关键词
图像化特征提取
卷积神经网络
响应预测
模型参数
-
Keywords
image feature selection
CNN
motion prediction
model parameter
-
分类号
P751
[交通运输工程—港口、海岸及近海工程]
-
