基于BP神经网络的船用柴油机运行数据预测研究

摘要：

为了提高船舶营运的可靠性与安全性,将大数据应用于船舶柴油机的故障诊断及趋势预测.本文从某轮的6S35MC7柴油机的实际运行数据中选取研究样本,选用大数据挖掘算法中的神经网络算法,对比BP神经网络在隐含层神经元选用8～15个时的预测结果,最终在隐含层神经元选用14时效果最好.结果表明:以相对误差不超过3,则该神经网络对柴油机的参数预测正确率高达70％,BP神经网络能够很好地用于船舶柴油机的参数预测,在实际应用中具有一定的价值,能够有效减少船舶事故的发生.

关键词：大数据、BP神经网络、预测

分类号：TP183(自动化基础理论)

在线出版日期：2019-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：17-19