Resumen

Se propone un nuevo mtodo basado en la bsqueda automtica de cuadrculas y en la mquina de vectores de soporte de mnimos cuadrados (AGS-LSSVM) para predecir en lnea el movimiento de balanceo del barco en olas. Para verificar el mtodo, se utilizan datos de simulacin, que se obtienen resolviendo la ecuacin diferencial no lineal de segundo orden del movimiento de balanceo del buque mediante el mtodo RungeKutta de cuarto orden, mientras que el espectro PiersonMoskowitz (espectro PM) se utiliza para simular las olas irregulares. Combinando la ventana de tiempo deslizante con la mquina de vectores de soporte de mnimos cuadrados (LS-SVM), las muestras de la ventana de tiempo se utilizan para entrenar el modelo LS-SVM, y los hiperparmetros del modelo se optimizan en lnea mediante el mtodo de bsqueda automtica en cuadrcula (AGS). El modelo entrenado se utiliza para predecir el movimiento de balanceo en los siguientes 30 segundos, y los resultados de la prediccin se comparan con los datos de simulacin. Se demuestra que el AGS-LSSVM es un mtodo eficaz para predecir en lnea el movimiento de balanceo del barco en olas.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:método novedoso; búsqueda automática en cuadrícula-máquina de vectores de soporte de mínimos cuadrados (AGS-LSSVM); predicción en línea; movimiento de balanceo del buque; datos de simulación; LS-SVM
• Keywords:novel method; auto-moving grid search-least square support vector machine (AGS-LSSVM); online predicting; ship roll motion; simulation data; LS-SVM