摘要
本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法,包括:通过船舶航行试验,获取船舶低频运动船位、航向及推进器运行信息;构建船舶运动递归神经网络模型体系结构,基于获取的船舶低频运动信息和推进系统运行信息,构建递归神经网络训练数据集及测试数据集;基于训练数据集,采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练;基于测试数据集,对建立的船舶运动神经网络模型进行测试及优化,确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理,仅基于船舶测量船位和航向,及当前的船舶推进系统信息,建立基于数据驱动的递归神经网络船舶运动模型,实现对未来船位和航向的直接预测,而无需对系统参数进行辨识,可实现智能船舶的数据驱动控制,从而构建船舶智能控制系统。