一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时序预测方法及系统技术方案

本发明专利技术提出了一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时序预测方法及系统，通过采集多个波高工况下的船舶和目标物运动时序数据，构建包含时间、波高、相对角度的多源数据集，绘制变量相关性热力图筛选关键特征；采用滑动窗口技术构建监督学习样本，通过MinMax归一化与Standard标准化进行数据预处理；建立随机森林与LSTM双模型对比分析框架：其中随机森林侧重空间特征挖掘，LSTM专注时序模式捕捉；训练过程中采用R2、RMSE双指标评估，最终实现波高‑角度映射关系的精准建模。本发明专利技术通过既保留随机森林的高解释性，又发挥LSTM的时序建模能力，在测试集上取得优异表现，为波浪状态下船舶与目标物相对位置预测提供了双引擎解决方案。

【技术实现步骤摘要】

本专利技术涉及船舶打捞，具体而言，尤其涉及一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时序预测方法及系统。

技术介绍

1、随着我国海洋强国战略的实施，我国的远海运输业得到了快速的发展，海洋救助打捞已经成为促进我国海洋经济发展的重要因素之一。打捞过程中会受到大风、波浪以及洋流等因素的共同影响，其中打捞船和目标物的倾斜角度是打捞过程中的重要参数，直接影响打捞的成功率，如果相对角度过大则会提前终止打捞任务，极大程度保护人们的生命和财产安全。如果可以预测打捞船和目标物在高海况下的相对位置关系，则可以避免许多打捞船倾覆事故的发生，对于救助打捞的安全性具有重大意义。

2、目前具有针对船舶和目标物单个运动姿态预测的方法，有传统物理模型（如水动力学方程、卡尔曼滤波）、机器学习算法以及深度学习模型。其中人工神经网络有lstm/gru和lstm-cnn算法等方法，但上述方法的精度不足，亟需进行改进。

技术实现思路

1、根据上述提出的技术问题，而提供一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时本文档来自技高网...

【技术保护点】

1.一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时序预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，预处理过程中，基于获取的初始数据，绘制变量相关性热力图筛选关键特征，采用滑动窗口的方式实现监督学习样本构建，通过MinMax归一化与Standard标准化进行数据预处理。

3.根据权利要求1所述的方法，其特征在于，具体预测过程中，先通过RandomForest进行预测包括如下步骤：将模型的预测结果进行反标准化处理，恢复到原始数据的尺度，选取前一时刻(ta)的两个变量状态参数(Ha,Da)，即相对角度(Da)的瞬时值；预测后...

【技术特征摘要】

1.一种基于多模型融合的不同波浪高度下船舶和被打捞物相对角度时序预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，预处理过程中，基于获取的初始数据，绘制变量相关性热力图筛选关键特征，采用滑动窗口的方式实现监督学习样本构建，通过minmax归一化与standard标准化进行数据预处理。

3.根据权利要求1所述的方法，其特征在于，具体预测过程中，先通过randomforest进行预测包括如下步骤：将模型的预测结果进行反标准化处理，恢复到原始数据的尺度，选取前一时刻(ta)的两个变量状态参数(ha,da)，...

【专利技术属性】
技术研发人员：鲍永杰，梁彪，吴新宇，王金龙，弓永军，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：