典型文献
基于麻雀搜索算法优化BP神经网络的深远海养殖平台系缆力预报研究
文献摘要：
随着海上养殖走向深远海,海洋养殖装备将面临更加恶劣的海况,为了保证装备的安全,必须对其锚泊系统的安全进行评估.采用传统水动力计算分析的方法,能够获得准确的锚泊系统张力,但是计算时间要求很长.为了快速的获取恶劣海况下养殖平台锚泊系统的张力分布,本研究基于机器学习的方法构建了养殖平台锚泊系缆力预报评估的计算模型(SSA-BP模型),该模型引入了麻雀搜索算法对BP神经网络的权值和阈值进行优化,改善了模型的预报性能.该模型将规则波波高、周期、流速作为模型输入指标,将系泊缆力作为模型输出指标,进行BP预报模型的训练.用麻雀搜索算法对BP模型进行优化并训练(SSA-BP模型),并针对改进后的SSA-BP模型预报结果与传统的BP模型预报结果进行对比.经过对比分析发现,SSA-BP模型整体的各项指标均低于BP模型,且SSA-BP模型各工况系缆力的预报误差也均低于BP模型并更贴近真实值.研究表明,该SSA-BP模型能够给出更加准确的预报结果.
文献关键词：
深远海养殖平台;系缆力;BP神经网络;麻雀搜索算法;快速预报
中图分类号：
作者姓名：
许条建;金延儒;蒋梅荣;麻常雷
作者机构：
大连理工大学,海岸和近海工程国家重点实验室,辽宁大连 116024;中交四航工程研究院,广东广州 510230;中海油研究总院有限责任公司,北京 100028;国家海洋技术中心,天津 300112
文献出处：
引用格式：
[1]许条建;金延儒;蒋梅荣;麻常雷-.基于麻雀搜索算法优化BP神经网络的深远海养殖平台系缆力预报研究)[J].渔业现代化,2022(06):17-26
A类：
B类：
麻雀搜索算法,算法优化,深远海养殖平台,系缆力,海洋养殖,养殖装备,锚泊系统,水动力计算,计算时间,时间要求,恶劣海况,张力分布,基于机器学习,预报评估,SSA,权值,预报性能,规则波,波波,波高,模型输入,系泊缆,模型输出,预报模型,预报误差,真实值,快速预报
AB值：
0.275756
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。
