典型文献
基于GWO-SVR的深海采矿海试区海浪高度预测
文献摘要：
基于ERA5再分析资料,取海试区中心区域海洋环境数据构建输入特征,使用灰狼优化算法(GWO)对支持向量回归(SVR)算法进行参数寻优,并将GWO-SVR算法和传统SVR算法及基于粒子群算法(PSO)的PSO-SVR浪高预测效果进行比较和分析.为进一步探究周围环境及海浪状态对GWO-SVR预测效果的影响,构建3种数据模型进行了63组试验.结果表明,GWO-SVR能够对海浪高度进行有效预测,且预测精度较高;当使用较大空间范围的海洋环境数据构建特征作为算法输入时,能够有效提高GWO-SVR算法对海浪高度预测的精度.
文献关键词：
海浪高度预测;深海采矿;支持向量回归;灰狼优化算法
中图分类号：
作者姓名：
姚汭成;龚德文
作者机构：
长沙矿冶研究院有限责任公司 深海矿产资源开发利用国家重点实验室,湖南 长沙410012
文献出处：
引用格式：
[1]姚汭成;龚德文-.基于GWO-SVR的深海采矿海试区海浪高度预测)[J].矿冶工程,2022(06):24-28
A类：
海浪高度预测
B类：
GWO,SVR,深海采矿,海试,ERA5,再分析资料,中心区,海洋环境数据,输入特征,灰狼优化算法,支持向量回归,参数寻优,粒子群算法,PSO,周围环境,数据模型,大空间,空间范围
AB值：
0.22532
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。
