Ship motion prediction is critical for the safety of vessels operating offshore environment, especially ship-to-ship mooring. Owing to the dynamic and nonlinear characteristics of ship motions, it is very difficult to accurately predict the ship motions using analytical methods. Nonlinear autoregressive exogeneous inputs (NARX) network, which is a kind of dynamic artificial neural network (ANN), however, enables the prediction of multi-step ship motions instantly by using recursive input-output mapping. However, ANN could not only generate unreasonalbe prediction results in process of time. In this paper, hybrid ship motion prediction system (HSMPS), denoted as ANN-based ship motion prediction system in conjunction with a ship response amplitude operators (RAOs) based linear ship motion estimation system, is developed. HSMPS was tested using numerical simulation data and experimental data and, it shows that it offers about 30% lower error rate than ANN-only ship motion prediction system based on RMSE.
부유체 운동을 예측하는 해상 환경에서 운행하는 부유체의 안전을 위해 매우 중요하다. 하지만 부유체 운동의 동역학적이고 비선형적인 특성들 때문에 분석적 방법을 이용하여 부유체 운동을 정확하게 예측하는 것은 매우어렵다 반면에 동역학적 인공신경망의 한 종류인 NARX는 입출력 간 반복적인 맵핑을 통해서 다단계의 부유체 운동의 예측을 가능하게 해준다. 하지만 예측의 시간이 증가함에 불합리적인 예측결과를 나타내는 문제점도 존재한다. 본 논문에서는 인공신경망에 기초한 부유체 운동 예측시스템과 부유체의 진폭응답함수를 이용한 선형 부유체 예측 시스템을 이용한 결합 부유체 운동 예측시스템을 개발하였다. ANSYS AQWA를 이용한 수치적 시뮬레이션 데이터 및 실험 데이터를 이용하여 결합 부유체 운동 예측시스템을 테스트 하였고, RMSE를 기초로한 테스트 결과의 분석을 통하여 제안된 결합 부유체 운동 예측시스템이 인공신경망 만을 이용한 부유체 운동 예측의 결과와 비교하여 약 30% 감소된 에러율을 제공함을 보여주었다.
