申请/专利权人：大连海事大学

申请日：2024-04-10

公开（公告）日：2024-06-07

公开（公告）号：CN118153774A

主分类号：G06Q10/04

分类号：G06Q10/04;G06F17/16;G06F17/18;G06N3/0442;G06N3/0464;G06N3/08;G06F18/214;G06F18/24

优先权：

专利状态码：在审-公开

法律状态：2024.06.07#公开

摘要：本发明公开了一种基于引力搜索优化的系泊缆张力长短期记忆网络预测方法，包括以下步骤：S1获取数据训练集、验证集以及测试集；S2基于LSTM网络模型对训练集进行训练获取当前系泊缆张力网络模型；S3通过验证集对当前系泊缆张力网络模型评估模型精度，将精度满足预设精度阈值的当前系泊缆张力网络模型作为优化系泊缆张力网络模型，执行S5；否则执行S4；S4对当前获取的系泊缆张力网络模型进行超参数寻优，重复执行S2至S3；S5通过所述数据测试集对优化系泊缆张力网络模型进行验证测试，并将验证测试通过的优化系泊缆张力网络模型作为最优系泊缆张力网络模型；S6根据获取的最优系泊缆张力网络模型实现系泊缆线张力的预测。本发明解决了传统的卷积神经网络训练会出现梯度爆炸或梯度消失的问题，且传统的全局优化算法需要通过环境因素来感知环境中的情况，不能有效获取网络超参数的问题。

主权项：1.一种基于引力搜索优化的系泊缆张力长短期记忆网络预测方法，其特征在于，包括以下步骤：S1：获取实际FPSO单点系泊缆线的数据信息，并根据所述数据信息按照预设比例划分并获取数据训练集、数据验证集以及数据测试集；所述数据信息至少包括船舶位置数据以及对应船舶位置的系泊缆线张力数据；S2：基于LSTM网络模型对所述数据训练集进行模型训练，以获取当前系泊缆张力网络模型；S3：通过数据验证集对当前系泊缆张力网络模型进行评估以获得模型精度，若当前系泊缆张力网络模型的模型精度满足第一预设精度阈值，则将此时当前系泊缆张力网络模型作为优化系泊缆张力网络模型，并执行步骤S5；否则执行步骤S4：S4：基于万有引力搜索算法，对获取的当前系泊缆张力网络模型进行超参数寻优，且通过数据训练集对超参数寻优后的当前系泊缆张力网络模型进行模型训练，以更新当前系泊缆张力网络模型并重复执行步骤S3；S5：通过所述数据测试集对优化系泊缆张力网络模型进行验证测试，并根据验证结果再次评估模型精度，将满足第二预设精度阈值的优化系泊缆张力网络模型作为最优系泊缆张力网络模型；否则，将不满足第二预设精度阈值的优化系泊缆张力网络模型更新为当前系泊缆张力网络模型，并重复执行步骤S4；S6：根据获取的最优系泊缆张力网络模型实现FPSO单点系泊缆线张力的预测。

全文数据：

权利要求：

百度查询： 大连海事大学 基于引力搜索优化的系泊缆张力长短期记忆网络预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD