（1）船舶运动与波浪载荷的智能预报

船舶波浪载荷与水弹性响应的快速准确预报对于船舶结构优化设计、船舶结构安全监测具有重要的意义。对于传统基于流固耦合仿真的船舶水弹性响应预报方法，计算理论复杂、计算工作量大，计算时间短则数小时，长则数天或更长，难以满足船舶水弹性响应的快速预报需要。近年来，人工智能在船舶力学性能预报领域得到广泛研究并显示出较好的应用潜力。人工智能模型包含深度神经网络结构以及非线性激活函数，具备强大的非线性映射学习能力，在训练数据集参数空间范围内，具备与流固耦合仿真相当的预报精度；在训练数据集参数空间之外，也具有一定的泛化预报能力。同时，人工智能基于离线学习-在线预报的模式，具有快速高效的在线预报速度，可在几十毫秒内给出预报结果，其预报速度比流固耦合仿真高出5个数量级以上。

课题组基于波浪输入-船舶运动与波浪载荷水弹性响应之间的力学作用原理，利用数值仿真与试验数据集，结合人工智能技术，建立了波浪输入-船舶运动与波浪载荷水弹性响应的人工智能代理求解模型，实现对任意中高海况下规则波和不规则波中的船舶水弹性响应的快速准确预报。基于目前主流的人工智能模型（ANN、CNN、LSTM、Transformer等），构建波浪输入与船舶水弹性响应的映射关系，分别研究“波浪输入-波浪载荷水弹性响应”的直接映射学习模型，以及“波浪输入-结构模态系数预报及模态叠加-波浪载荷水弹性响应”的间接映射学习模型。

人工智能在船舶运动与载荷预报方面的研究与应用

相关研究成果：

期刊论文：

[1]    Hao Sun, Jialong Jiao, Wenhua Xu*, Bowen Ma, Xing Chang. Intelligent prediction of ship wave loads and whipping responses from input motions by decomposition-superposition method. Ocean Engineering, 2026, 343, 123267. (SCI, IF=6.3, Q1)

[2]    Bowen Ma, Wenhua Xu, Jialong Jiao*, Hao Sun. Intelligent prediction of ship hydroelastic responses in regular waves by harmonic response reconstruction principle. Ships and Offshore Structures, 2026, 1–22. https://doi.org/10.1080/17445302.2026.2717421.(SCI, IF=1.7, Q2)

[3]    Wenhua Xu, Tonghua Xu, Wentian Chang, Hongwei Li, Jialong Jiao, Guodong Xu*. Biomimetic sensing of incident flow of underwater vehicles at small to large angles of attack using a physics-based estimation model. Physics of Fluids, 2026, 38, 011918. (SCI, IF=3.8, Q1)

[4]    焦甲龙*，孙树政，李积德，陈超核. 基于系统辨识的大尺度模型耐波性试验实船响应外推预报.船舶力学, 2019, 23(11): 1310–1319.(EI期刊)

[5]    徐文华，许国冬，焦甲龙. 水下航行器仿生流场感知方法研究. 数字海洋与水下攻防, 2025, 8(2): 110–116.

[6]    孙浩，徐文华，焦甲龙*. 基于长短期记忆神经网络的船舶波浪载荷时域预报.广州航海学院学报, 2026, 34(1): 21-29.

发明专利：

7.   徐文华、焦甲龙、许国冬，一种潜航器舵叶绕流场的仿生学测量与在线估计方法，ZL202311400302.3，2023-10-26，CN117634014，2024-12-27，已授权；