基于物理信息神经网络的船舶约束模水动力预报

摘要： 为提高船舶约束模水动力预报精度以用于船舶操纵运动建模，该文提出了一种基于物理信息神经网络（Physics-informed Neural Network,PINN）的预报方法。该方法利用平面运动机构约束模试验数据，在全连接神经网络基础上，将对应的纯横荡和纯艏摇水动力方程作为正则项计入损失函数中，以实现耦合物理机理和机器学习的水动力和力矩预报。研究结果表明，与数据驱动的神经网络方... （共9页）