基于量子BOA-ConvLSTM的浮式海洋平台运动预报方法

摘要

浮式海洋平台运动在风、浪、流耦合作用下,具有非常强的非线性。为了得到准确的预测结果,从FOPM复杂时变非线性和空间非平稳特性出发,尝试引入长短期卷积深度模型ConvLSTM模拟FOPM非线性动力系统,制定输入向量编码规则,设计深度组合学习预测架构,提出了FOPMConvLSTM深度学习预报网络。为了获取FOPM-ConvLSTM网络的最佳超参,引入量子蝴蝶算法,建立了基于QBOA算法的FOPM-ConvLSTM网络超参优选方法,构建了FOPM-ConvLSTM-QBOA海上浮式平台运动预报方法。最后,利用一个实际服役平台的横荡和垂荡数据进行预测试验,测试结果表明,新方法具有更高的预测精度和更强的鲁棒性,并且QBOA在选择FOPM-ConvLSTM网络超参时获得了更合适的参数。