论文部分内容阅读
在线极限学习机是一种基于单隐层前馈网络改进的高效在线神经网络,适用于复杂非线性回归和分类.船舶横摇运动因受多种因素的影响而难以进行预测.本文应用在线极限学习机对船舶横摇进行实时预测,通过赤池信息量准则以及相关性函数确定网络参数,提高神经网络的性能.通过"育鲲"轮的实船横摇数据的模拟实验,验证模型具有较好的预测效果.