文章标题：基于LSTM-RNN的船舶操纵运动黑箱建模

文章作者：田延飞, 李知临, 艾万政, 韩喜红
关 键 字：船舶操纵运动;黑箱建模;机器学习;LSTM-RNN
文章摘要：当无需揭示船舶操纵运动机理过程，而只需对输入输出建立映射时，黑箱建模成为一种有效途径。本文基于长短期记忆-循环神经网络（Long Short-term Memory-recurrent Neural Network，LSTM-RNN）构建船舶航向-舵角黑箱模型，LSTM 网络为10-10-1结构，误差指标为RMSE，参数学习采用Adam算法。开展实船Z型操纵实验获取了航向-舵角数据。前70%用于模型训练，后30%用于模型测试。训练后的模型使得RMSE达到设计目标。对测试集数据，训练后模型拟合优度在0.98以上，表明其具有良好的有效性和泛化性。文中航向-舵角LSTM-RNN黑箱模型结构简明清晰，参数明确，易于实际操作使用，为航向-舵角关系建模提供了一种可行方法。