典型文献
非线性非平稳波浪极短期预测的复合优化模型
文献摘要：
海浪的时间序列一般具有非线性和非平稳性,针对直接对其进行预测精度较差,本文利用复合模型对波浪进行了预测.利用长短期记忆神经网络模型的非线性学习能力和经验模态分解的非平稳数据处理能力,采用镜像对称和长短期记忆算法联合消除经验模态分解端点效应,建立了一种用于不规则波极短期预测的复合经验模态分解-长短期记忆模型.研究表明:通过比较分析水槽试验获得的一般不规则波、线性聚焦波和非线性畸形波的预测效果,结果揭示出经验模态分解端点效应对模型预测精度具有负面影响,本文基于自适应镜像延拓的复合经验模态分解-长短期记忆模型可以更好地预测极短期非线性、非平稳波浪时序的变化趋势.
文献关键词：
波浪极短期预测;水槽试验;非线性与非平稳性;经验模态分解;端点效应;自适应镜像延拓;复合经验模态分解-长短期记忆模型
中图分类号：
作者姓名：
张茴栋;张德康;史宏达
作者机构：
中国海洋大学工程学院,山东青岛 266100
文献出处：
引用格式：
[1]张茴栋;张德康;史宏达-.非线性非平稳波浪极短期预测的复合优化模型)[J].哈尔滨工程大学学报,2022(04):509-515
A类：
波浪极短期预测,自适应镜像延拓,非线性与非平稳性
B类：
复合优化,海浪,复合模型,长短期记忆神经网络模型,经验模态分解,处理能力,联合消除,端点效应,不规则波,长短期记忆模型,水槽试验,线性聚焦,聚焦波,畸形波,出经
AB值：
0.155415
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
