一种结合递推逻辑和机器学习的脉动源格林函数计算方法

本发明属于船舶航行性能优化技术领域，具体涉及一种结合递推逻辑和机器学习的脉动源格林函数计算方法。所述方法包括模型训练和模型应用两个阶段；所述模型训练包括：采用数值积分方法计算脉动格林函数，得到脉动格林函数对应的值；将脉动源格林函数的定义域分割为多个分区，每个分区设置一条基准线；建立神经网络模型，采用基准线对神经网络模型进行训练，得到预报模型；所述模型应用包括：获取输入值，并寻找最近的基准线；采用所述预报模型，计算最近的基准线上的值；以基准线上的值为初始条件，求解微分方程，得到目标位置上的值。本发明对大量的船舶水动力数据进行学习和训练，从而实现对船舶在波浪中运动时的水动力性能的快速准确预报。