基于小波变换和GRU神经网络的系泊缆力预测

• 作者: 伊卫国 宋旭东 王雪
• 来源期刊: 大连交通大学学报
• 关键词: 缆力预测 循环神经网络 小波变换
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电气信息工程
• 页码范围: 91-94
• 页数: 4页
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2020.06.017

摘要

为保障船舶系泊作业的安全,有必要提高系泊缆力预测结果的准确性.考虑到缆绳受多方面因素影响受力非线性特征显著的问题,使用小波变换处理缆绳缆力,将其分为多个平稳子序列,再利用循环神经网络RNN中的GRU进行预测,多个平稳子序列进行预测后得到的预测结果通过小波重构运算最终得到所预测的缆绳缆力.通过数据对比发现小波变换处理后经过GRU预测的缆力与直接经过GRU预测的结果相比准确性高,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋旭东		38	216	8.0	13.0
2	伊卫国		8	21	3.0	4.0
3	王雪		11	5	1.0	1.0