基于DeepOnet神经网络的船舶横摇极短期运动预报

活动信息

  • 开始时间:2021-12-16 10:30
  • 活动地点:腾讯会议:187-850-699
  • 主讲人:赵勇

活动简介

船舶姿态极短期运动预报对舰载机起降安全性能具有十分重要的影响,其中横摇运动影响更为明显。采用深度算子神经网络(Deep Operator Networks)建立预测模型,基于DTMB 5512船模实验数据,进行了单工况和多工况预报。实验结果显示,不论是在单工况预报,还是多工况预报,DeepOnet模型的预报均方误差量级都小于10-4,能够有效预报船舶横摇极端期运动,且不同输入步数下预报误差在同一量级。与经典模型长短时间记忆(LSTM)神经网络相比,DeepOnet模型预报精度更好。

主讲人介绍

赵勇,博士,硕士生导师,大连海事大学船舶与海洋工程学院副教授。长期从事船舶与海洋工程流体力学教学和科研工作。研究方向包括船舶水动力分析、CFD数值方法、机器学习在船舶与海洋工程中应用等,发表学术论文40余篇,主持国家自然科学基金项目2项。