科研之友
微信
新浪微博
Facebook
分享链接
摘要
浮式海洋平台运动在风、浪、流耦合作用下，具有非常强的非线性。为了得到准确的预测结果，从FOPM复杂时变非线性和空间非平稳特性出发，尝试引入长短期卷积深度模型Conv LSTM模拟FOPM非线性动力系统，制定输入向量编码规则，设计深度组合学习预测架构，提出了FOPMConv LSTM深度学习预报网络。为了获取FOPM-Conv LSTM网络的最佳超参，引入量子蝴蝶算法，建立了基于QBOA算法的FOPM-Conv LSTM网络超参优选方法，构建了FOPM-Conv LSTM-QBOA海上浮式平台运动预报方法。最后，利用一个实际服役平台的横荡和垂荡数据进行预测试验，测试结果表明，新方法具有更高的预测精度和更强的鲁棒性，并且QBOA在选择FOPM-Conv LSTM网络超参时获得了更合适的参数。
-
单位中海油研究总院有限责任公司; 哈尔滨工程大学
