徐东星

（广东海洋大学海运学院，广东 湛江 524088）

船舶在海上航行时，通常会产生六自由度的摇荡运动（横摇、纵摇、艏摇、横荡、纵荡及垂荡）[1]，其中，船舶产生剧烈纵摇时可能会使船舶发生拍底（易导致船首结构受损）、甲板上浪（易降低船舶稳性）、尾淹（易导致船舶航向不稳定，甚至打横的风险）及螺旋桨空转（易导致船舶产生较大的振动，螺旋桨推进效率降低）等；而剧烈的横摇则会导致船上货物移动稳性丧失，增加船舶倾覆的风险和船上工作人员的不适感等。因此，船舶运动姿态预测对船舶在海上安全航行有重要意义，精确的预测可提高船舶在海上的适航性及耐波性。船舶在海浪作用下运动规律极其复杂，船舶运动姿态时间序列表现为具有较强的非线性、随机性和非平稳性等特点[2]。针对上述船舶运动的特点，目前许多学者采用自回归模型、神经网络模型、支持向量机、极限学习机等建立了船舶运动姿态预测模型[3-9]，但参数设置会对神经网络的预测精度产生较大的影响。张泽国等[10]利用变异粒子群算法优化BP 神经网络参数的方法对海上船舶横摇运动姿态进行预测，预测精度较为理想。除了船舶纵摇运动以外，海上航行的船舶可使用舵鳍联合控制器使其它自由度运动趋于稳定。因此，开展对船舶纵摇运动规律的研究显得尤为重要，掌握其运动规律可以为船舶海上安全航行提供支持。沈继红等[11]、赵爽等[12]利用灰色模型GM(1,1)、拓扑预测GM(1,1)模型对船舶纵摇运动姿态进行预测，但由于GM(1,1)模型仅有一个指数分量，不能清晰反映出船舶摇摆的趋势。……