通過分析船舶航行過程中的實(shí)時(shí)主機(jī)運(yùn)行參數(shù)有助于準(zhǔn)確地評(píng)估主機(jī)能效狀態(tài).以某江海直達(dá)船實(shí)際航行數(shù)據(jù)為樣本,提出一種基于深度學(xué)習(xí)的船舶主機(jī)油耗實(shí)時(shí)預(yù)報(bào)方法.對(duì)船舶實(shí)時(shí)航行數(shù)據(jù)進(jìn)行預(yù)處理和數(shù)據(jù)降維處理,并構(gòu)造基于LSTM神經(jīng)網(wǎng)絡(luò)的主機(jī)油耗實(shí)時(shí)預(yù)報(bào)模型.利用處理后的數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)超參數(shù)進(jìn)行調(diào)優(yōu)并對(duì)模型進(jìn)行測(cè)試.實(shí)驗(yàn)結(jié)果表明:模型預(yù)測(cè)結(jié)果可靠,誤差較小.

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 構(gòu)建模型
    1.1 目標(biāo)船及傳感器
    1.2 數(shù)據(jù)預(yù)處理
    1.3 數(shù)據(jù)降維
2 基于LSTM神經(jīng)網(wǎng)絡(luò)的主機(jī)油耗實(shí)時(shí)預(yù)報(bào)模型
    2.1 RNN-LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.2 超參數(shù)調(diào)優(yōu)
3 模型驗(yàn)證及分析
4 結(jié) 束 語



本文編號(hào)：3790672