基于混合预测模型的船舶海水冷却系统状态参数预测

• 作者: 孙晓磊 张跃文 张鹏 邹永久
• 来源期刊: 舰船科学技术
• 学科: 交通运输
• 关键词: 海水冷却系统 自回归滑动平均模型 BP神经网络 混合预测模型 平均绝对百分比误差法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 动力系统
• 页码范围: 104-109
• 页数: 6页
• 分类号: U664.81+4
• 字数: 4201字
• 语种: 中文
• DOI: 10.3404/j.issn.1672-7649.2018.08.020

摘要

为了提高船舶海水冷却系统状态参数的预测精度,提出了自回归滑动平均线性子模型和BP神经网络非线性子模型相结合的海水冷却系统状态参数混合预测模型.介绍混合预测模型的建模过程以及预测流程,选取"育鲲轮"海水冷却系统5天状态参数作为训练样本输入到混合预测模型,对第6天状态参数进行预测,将混合预测模型的预测值分别与自回归滑动平均预测模型预测值、实际观测值对比并运用平均绝对百分比误差法进行验证,结果表明搭建的混合预测模型可以提高海水冷却系统状态参数的预测精度,具有良好的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张跃文	大连海事大学轮机工程学院	38	141	7.0	10.0
2	邹永久	大连海事大学轮机工程学院	15	41	4.0	6.0
3	张鹏	大连海事大学轮机工程学院	27	81	6.0	8.0
4	孙晓磊	大连海事大学轮机工程学院	13	17	2.0	4.0