文章标题：基于自适应变异PSO-BP算法的船舶横摇运动预测

文章作者：张泽国, 尹建川, 柳成
关 键 字：船舶横摇运动;前向神经网络;自适应变异;粒子群优化算法;时间序列预测
文章摘要：为了准确高效预测船舶在海上的航行状态，以保证人员、货物和船舶的安全，提出一种自适应变异的粒子群优化算法（self-adapting particle swarm optimization algorithm，SAPSO），将该算法与误差反传（back propagation，BP）神经网络结合。SAPSO-BP预测模型使用SAPSO算法优化BP网络的网络参数。克服传统BP神经网络对初始权值阈值敏感，容易陷入局部极小值的缺点，同时也克服了传统PSO算法早熟收敛、搜索准确度低及迭代效率低等缺点。运用该模型对科研教学船“育鲲”轮在海上航行的横摇情况进行实时预测实验，验证该方法的可行性与有效性具有较高的预测精度。