基于物理数据双驱动的耙吸船施工状态预测方法及系统

本发明公开了基于物理数据双驱动的耙吸船施工状态预测方法及系统，具体涉及疏浚施工状态预测领域，用于解决高海况条件下耙吸船施工状态监测与预测的不足问题，是通过构建船体‑耙臂‑耙头‑波浪补偿器‑吊放系统的耦合动力学模型，并结合LSTM神经网络深度学习方法，实现了物理约束与数据驱动相结合的高精度姿态预测；基于时序异常扩散指数和环境‑物理模型失配指数，建立了针对异常能量积累、扩散能力以及环境超限情况的风险评估体系，提高了安全预警的准确性；采用遗传算法对施工控制参数进行动态优化，使耙头和耙臂姿态调整具备适应性，实现了预测、预警、优化和控制的闭环迭代，提升了复杂海况下施工的稳定性。