基于改进GWO-LSTM的船舶主机性能预测模型

石彪; 王海燕; 焦品博

首页> 中文期刊> 《上海海事大学学报》 >基于改进GWO-LSTM的船舶主机性能预测模型

基于改进GWO-LSTM的船舶主机性能预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为提高船舶主机性能预测的精度,更好地帮助轮机员制定主机的维修保养计划,提出一种利用改进灰狼优化算法(grey wolf optimizer,GWO)对长短期记忆网络(long short-term memory network,LSTM)进行优化的船舶主机性能预测模型,简称为改进的GWO-LSTM模型。基于Metropolis接受准则的思想,在传统GWO中引入一种随机搜索机制来解决传统GWO前期收敛速度慢和后期易陷入局部最优的问题。分别建立单步预测模型和多步预测模型。与GWO-LSTM和传统LSTM的预测结果进行对比,结果表明,改进GWO-LSTM单步预测的均方根误差分别降低了32.36%和50.38%,多步预测的均方根误差分别降低了26.16%和35.57%。

著录项

来源
《上海海事大学学报》 |2022年第2期|96-102|共7页
作者
石彪; 王海燕; 焦品博;
展开▼
作者单位

上海海事大学商船学院;

上海船舶运输科学研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类低速柴油机;
关键词
Metropolis接受准则; 长短期记忆网络(LSTM); 灰狼优化算法(GWO); 性能预测;

相似文献

中文文献
外文文献
专利

1. 基于GWO-LSTM的网约车需求短时预测模型 [J] . 许伦辉 ,郭雅婷 . 自动化与仪表 . 2020,第5期
2. 船舶主机性能指标测试系统的改进 [J] . 沈张勇 ,卞根发 . 船电技术 . 2011,第009期
3. 一种基于自动回归的改进网格主机负载预测模型 [J] . 程宏兵 ,杨庚 . 计算机应用 . 2005,第011期
4. 二冲程主机扫气箱排污系统管理浅谈：对宁安型船舶6L 35MC主机排污系统的改进 [J] . 赵文利 . 海运科技 . 1997,第001期
5. 基于改进神经网络的船舶主机温度预测 [J] . 孔国利 ,王爱菊 . 舰船科学技术 . 2018,第9X期
6. 基于热力性能计算的船舶主机系统不同工况能耗分布 [C] . 杜威 ,孙宝芝 ,李晓明 . 中国工程热物理学会2014年年会 . 2014
7. 基于热经济学原理的船舶主机能量系统优化与船舶能效评价方法研究 [A] . 杨昺崧 . 2013

基于改进GWO-LSTM的船舶主机性能预测模型

摘要

著录项

相似文献

相关主题

期刊订阅