典型文献
优化短期余水位组合预测模型
文献摘要：
针对现有非稳定非线性余水位预测模型较少和精度较低的问题,本文研究基于MEEMD算法与遗传优化BP神经网络的余水位组合预测模型.利用夏威夷岛4个长期验潮站获取的余水位时序数据,首先采用遗传算法MEEMD对余水位时序数据进行处理分析,得到较为稳定的余水位IMF分量;然后将经过遗传算法优化后分解的较为稳定的各个IMF分量作为BP神经网络预测模型的输入变量,分别建立12、24、48 h短期余水位的MEEMD遗传算法优化BP神经网络预测模型.通过与非优化BP神经网络预测模型结果进行对比分析,结果表明,优化前后均方根误差的偏差最高达2.03 cm,验证了预测24 h内的短期余水位仍保持其相关特性.该组合预测模型对于分析余水位变化规律和潮汐预报的精度、水位改正等均有重要意义.
文献关键词：
总平均经验模态分解;遗传算法;余水位;BP神经网络
中图分类号：
作者姓名：
冯俊俊;周立;欧阳犬平;周珍
作者机构：
江苏海洋大学,江苏 连云港222005
文献出处：
引用格式：
[1]冯俊俊;周立;欧阳犬平;周珍-.优化短期余水位组合预测模型)[J].测绘通报,2022(03):96-100
A类：
夏威夷岛
B类：
余水位,组合预测模型,定非,水位预测,MEEMD,遗传优化,验潮站,时序数据,处理分析,IMF,遗传算法优化,神经网络预测模型,相关特性,该组,水位变化,潮汐预报,改正,总平均经验模态分解
AB值：
0.206646
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。
