买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工程大学申请的专利基于时间序列分析的船舶船体升沉运动预测分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119886452B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510046901.2，技术领域涉及：G06Q10/04；该发明授权基于时间序列分析的船舶船体升沉运动预测分析方法及系统是由薛玲;夏云霏;孙薇设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于时间序列分析的船舶船体升沉运动预测分析方法及系统在说明书摘要公布了：本发明公开了基于时间序列分析的船舶船体升沉运动预测分析方法及系统，包括：获取船舶升沉位移的原始数据；基于所述原始数据，基于时间序列分析法，构建周期性自回归模型；根据所述周期性自回归模型，获取随机误差；基于所述随机误差，构建调和稳态均值回归模型；基于所述周期性自回归模型和调和稳态均值回归模型，构建周期性‑调和稳态均值回归模型；将所述原始数据输入至周期性‑调和稳态均值回归模型，获取船舶深沉运动的预测值。本发明可以更准确地刻画船舶升沉运动中的随机分布尖峰、厚尾、有偏及波动集聚等特征。

本发明授权基于时间序列分析的船舶船体升沉运动预测分析方法及系统在权利要求书中公布了：1.基于时间序列分析的船舶船体升沉运动预测分析方法，其特征在于，包括： 获取船舶升沉位移的原始数据； 基于所述原始数据，结合时间序列分析法，构建周期性自回归模型； 基于所述原始数据，结合时间序列分析法，构建周期性自回归模型包括： 以船舶升降位移为因变量，结合时间序列分析法，构建初始周期性自回归模型； 基于所述原始数据，结合时间序列分析法中的最小二乘法，估计所述初始周期性自回归模型中的模型参数，获取周期性自回归模型； 构建初始周期性自回归模型的方法为： 其中，Yt为船舶升沉位移的数据，是周期性或趋势性函数，为随机误差； 获取周期性自回归模型的方法为： 其中，为船舶升沉位移的数据的估计值，、、、、、和为模型参数估 计值； 根据所述周期性自回归模型，获取随机误差； 基于所述随机误差，构建调和稳态均值回归模型； 基于所述随机误差，构建调和稳态均值回归模型包括： 以随机误差为因变量，结合时间序列分析法，构建初始调和稳态均值回归模型； 基于所述随机误差，利用时间序列分析法中的最小二乘法估计所述初始调和稳态均值回归模型中的模型参数，获取所述调和稳态均值回归模型； 获取所述调和稳态均值回归模型的方法为： 其中，为波动率函数的估计值，、、和为模型参数估计值；基于所述周期性 自回归模型和调和稳态均值回归模型，构建周期性-调和稳态均值回归模型； 构建所述周期性-调和稳态均值回归模型的方法为： 将所述原始数据输入至周期性-调和稳态均值回归模型，获取船舶深沉运动的预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。