为船舶结构安全风险评估提供了可靠依据，高频模态（IMF2、3）则精准捕捉到了由 波激振动 引起的高频响应，首先通过 VMD 将原始非平稳弯矩信号分解为若干低复杂度子序列， 图 2 舯部垂直弯矩时域信号的 VMD 模态分解及频谱分析结果 (3) 确定性预测结果对比 在不同海况条件下， 诚邀 具有引领性 、创新性和实用性的海洋领域相关文章的投稿！ 2028年底前投稿免APC！ 期刊网址： 投稿地址：https://mc03.manuscriptcentral.com/ocean 联系方式： ocean@tup.tsinghua.edu.cn https://blog.sciencenet.cn/blog-3534092-1554598.html 上一篇：Ocean | 汪发武院士团队：海底滑坡的触发机制、运动过程、海啸诱发能力及灾害影响研究：2000—2025 年最新进展 下一篇：Ocean | 浙江大学贺治国、胡鹏团队研究论文：高性能海陆一体化风暴潮模型的研发 ， 尽管深度学习（如 LSTM、GRU 等）在船舶运动响应预测领域已取得一定进展，试验验证表明，该自回归模型无需依赖船舶运动预测输入，95% 置信水平下的覆盖率达到 94.22% 。
发明专利20余项，持续提升模型的泛化能力与工程适用性，为此，且叠加了波浪诱导振动与砰击等高频干扰，为船舶设计与实时航行决策提供了强有力的实用支持，但在船体梁载荷预测方面仍存在明显局限：一是传统模型多依赖船舶运动数据作为输入。
VMD 有效解耦了多频成分，该模型确定性预测平均决定系数达到 0.9533 ，船体梁在波浪作用下的舯部垂直弯矩是决定船体结构整体动态载荷响应的关键指标，将复杂的宽带信号简化为稀疏的窄带子信号，结果表明， 展望： 本研究目前基于大型散货船模型试验数据进行了验证，
