[发明专利]一种基于LSTMC混合网络的船舶横摇预测方法

权利要求书

1.一种基于LSTMC混合网络的船舶横摇预测方法，其特征在于，包括如下步骤：

步骤1：使用Pandas读取数据集数据并进行数据的预处理，每10步数据为一组，前8步的数据作为训练数据用于拟合网络参数，第9、10步的数据作为预测数据，每一组训练数据及其预测数据为一个训练样本，64个训练样本为一个批次，将大地风速、船舶姿态角及其角速度数据传入网络进行训练；

步骤2：搭建LSTMC混合网络；使用Keras高层接口Keras.Model.compile()方法进行模型的装配，设置参数Epoch＝30，Batch size＝64，优化器为Adam，评价指标器为MSE、MAPE；

步骤3：训练LSTMC混合网络；用Keras高层接口Keras.Model.fit()方法进行模型的训练，设置保存评价指标MSE、MAPE最优的一次模型参数；

步骤4：经过步骤3后得到混合网络的模型参数，把新的船舶姿态数据传入到训练好的混合网络中去，得到预测的船舶姿态数据；所述步骤2中的LSTMC混合网络包括一层双向LSTM网络、两层卷积层、两层最大池化层、两层全连接层，一层神经元连接随机组断层，双向LSTM层提取数据的时间特征，两层卷积层提取数据的空间特征。

2.根据权利要求1所述的一种基于LSTMC混合网络的船舶横摇预测方法，其特征在于，所述双向LSTM网络神经元个数为：第一层64，第二层100。