基于决策树和动态样本的舰船阻力预报
本文提出了一种新型的水面舰船阻力预报方法。该方法基于大样本数据库,利用基于决策树(Decision Tree)的随机森林(Random Forest)和梯度提升机(Gradient Boosting Tree)算法及动态样本(Dynamic Samples)方法建立动态化的预报模型,可对高速排水型舰船的船体阻力进行预报。应用该方法,对随机抽选的多艘船型进行预报测试,测试结果表明该方法具有较高的精度,具有较好的工程实用性。
水面舰船 随机森林 梯度提升机 动态样本 阻力预报
刘子祥 李胜忠 赵峰
中国船舶科学研究中心,无锡214082
国内会议
江苏无锡
中文
1185-1191
2021-10-29(万方平台首次上网日期,不代表论文的发表时间)