一种基于优化径向基神经网络的冰阻力预报方法

摘要

本发明涉及一种基于优化径向基神经网络的冰阻力预报方法，包括以下步骤：通过极地船舶全尺度试验、模型试验和数值模拟等试验构建数据库；建立径向基神经网络模型，通过梯度下降法计算径向基神经网络模型的参数，获取Gauss径向基函数的中心和方差；采用粒子群算法对径向基神经网络进行优化，模型不变，权值优化算法由默认的梯度下降算法改为粒子群算法，通过迭代更新每个粒子的位置和速度，从而得到个体最优和全局最优粒子；最后，将粒子群优化后的参数代回径向基神经网络进行训练。如此一来，不但确保了该模型在对冰阻力进行预报时具有较高的计算效率，而且还提高了预报精度，为实现船舶在极地区域低能耗航行这一设计目标作了良好的铺垫。