基于混沌和二阶对角递归网络的船舶横摇的直接多步预测方法

• 作者: 张明君 徐亮 李占英 王科俊
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 船舶横摇运动 对角递归神经网络 动量梯度学习算法 时间序列预测 混沌
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1057-1060,1065
• 分类号: TP183
• 语种: 中文

摘要

在对船舶横摇预测研究的基础上,提出一种基于混沌和在隐层具有2个反馈权值的二阶对角递归神经网络的直接多步预测模型;给出了易于实现的动量梯度学习算法,并对其收敛性进行了验证.仿真结果表明,直接多步预测不依赖于单步预测的结果,对比单步预测模型能快速、准确地预测船舶横摇运动时间序列,具有更好的预测精度及较长的预测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王科俊	哈尔滨工程大学自动化学院	188	3114	29.0	47.0
2	张明君	大连理工大学城市学院电子与自动化学院	21	135	6.0	11.0
3	李占英		1	5	1.0	1.0