多自由度耦合预测模型

精度提升逾一倍

基于DeepONet的两种耦合模型可同时预测船舶多自由度运动，在超短期预测中精度和步长均显著提升。

Jinxiu, Zhao · 赵勇

Ocean Engineering 2025

参数信息

单步预测精度提升

97.49 %

单步预测精度提升

112.46 %

技术优势

一次预测三个自由度

模型采用Multi-Branch结构，将多自由度输入分别处理后再融合，能够同时输出横摇、纵摇和垂荡三个自由度的预测结果，提高了预测效率。

精度提升逾一倍

在单步预测中，Multi-Branch耦合模型相比原始DeepONet在MSE标准下精度提升了112.46%，超过一倍。

应用场景

• 船舶运动预报：可同时预测横摇、纵摇和垂荡，用于船舶运动状态的实时在线预报。
• 海上作业安全：通过准确预测船舶短时运动，为海上作业窗口决策提供数据支持，降低作业风险。
• 无人船控制：为无人船控制系统提供多自由度运动预报，辅助姿态补偿和航向保持。
• 浮式结构响应预报：模型可推广用于浮式结构物运动响应预报，支持系泊定位和结构安全评估。
• 智能航运：为智能船舶的自主航行和能效管理提供高精度的运动状态预测。