跨海况精度提升近79%
该模型将时序预测网络与全局依赖建模架构相结合，能够从非线性、非平稳的船舶运动数据中同时提取细粒度时序特征与长程依赖，显著增强了对复杂海况及未知海况的适应能力。
Zi-Zhong, Wang · 赵勇
Ocean Engineering 2026
模型在低波高数据上训练后，预测未见高波高海况时均方误差最多降低78.91%，说明它从稳定海况中学会了可迁移的动力学模式。
在多工况耦合的非平稳演化场景中，单步预测的决定系数接近1，意味着模型能高精度地跟随船舶运动的即时变化。
模型能有效抑制多步预测中的误差累积，缓解了长期预测精度随步长快速下降的问题，有利于更长时间的预警。