文章标题：基于Attenton-LSTM神经网络的船舶航行预测

文章作者：徐国庆, 马建文, 吴晨辉, 张安西
关 键 字：航行预测;船舶自动识别系统;误差反向传播算法;注意力机制;长短期记忆
文章摘要：航行预测是无人艇关键技术之一。航行问题复杂度较高，传统的预测算法无法满足当前需求。为此，提出一种基于注意力机制-长短期记忆（Attention-Long Short Term Memory，Attention-LSTM）的多维船舶航行预测算法，结合船舶自动识别系统（Automatic Identification Systerm，AIS），采用注意力机制突出对船舶航行起关键作用的输入特征，实现对船舶未来时刻经度、纬度、航向、航速的预测。以成山角海域真实数据为例，进行仿真对比实验，结果表明所提方法具有更好的精确性和鲁棒性。