文章标题：基于WOA-BP模型的船舶横摇运动极短期预报
文章作者：牟新宇1, 胡丽芬1, 姜逸凡2, 孔梦宇1, 刘洁1
关 键 字：BP神经网络;鲸鱼优化算法;横摇运动;运动预测;频率响应
文章摘要：为了提高船舶在随机海况下运动的预测精度，本文提出一种基于鲸鱼优化算法（Whale Optimization Algorithm, WOA）优化的BP神经网络（WOA-BP）模型，用于船舶横摇运动的极短期预报。该模型在传统BP神经网络的基础上，融合了WOA的高效全局搜索能力，以优化网络参数，从而提升预测的准确性和收敛速度。通过对一艘17000 DWT油船运动的极短期预测，验证了WOA-BP模型在船舶横摇角、横摇角速度及横摇角加速度预测方面的高精度和泛化能力。通过与AQWA软件计算结果的对比分析，表明WOA-BP模型的预测频率响应与AQWA结果具有高度一致性，且预测性能显著优于传统BP神经网络，进一步验证了所提方法在船舶横摇预测方面的准确性和可靠性。本研究可望为船舶运动预测和控制提供一定的理论基础。