典型文献
改进非线性外源自回归网络的潮位实时预测
文献摘要：
中国海域辽阔,海岸带面积约占全国总面积的13％,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义.为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非线性自回归(nonlinear auto-regressive exogenous,NARX)神经网络的实时潮位预测方法,并在其基础上做了相应改进.首先采用了模块化潮位预测(modular tide level prediction)方法,将潮汐数据分为天文潮及非天文潮两部分,其次引入滑动时间窗(sliding time window,STW)概念构建出改进的MS-NARX神经网络预测模型.利用美国比斯坎湾(Biscayne bay)的实测潮汐值数据进行潮位预测的仿真试验,并与传统NARX神经网络及自适应粒子群算法优化的基本反向传播(SAPSO-BP)神经网络两种预测方法进行比较,结果表明在MAE、MSE及RMSE三项精度指标测算中,MS-NARX神经网络均为最小,可见其针对数据预测的精度和稳定性均优于SAPSO-BP神经网络和传统NARX神经网络,能够为提高船舶运营效率和保障船舶航行安全提供指导.
文献关键词：
非线性外源自回归神经网络;调和分析;SAPSO-BP;潮汐预测
中图分类号：
作者姓名：
李连博;武文昊;章文俊;尹建川;朱振宇
作者机构：
大连海事大学航海学院, 大连116026;广东海洋大学海运学院, 湛江524088
文献出处：
引用格式：
[1]李连博;武文昊;章文俊;尹建川;朱振宇-.改进非线性外源自回归网络的潮位实时预测)[J].科学技术与工程,2022(22):9728-9735
A类：
Biscayne,非线性外源自回归神经网络
B类：
实时预测,中国海域,辽阔,海岸带,总面积,海区,建设领域,潮位预报,实际意义,高潮,潮位预测,非线性自回归,nonlinear,auto,regressive,exogenous,NARX,modular,tide,level,prediction,天文潮,滑动时间窗,sliding,window,STW,概念构建,神经网络预测模型,比斯,bay,仿真试验,自适应粒子群算法,算法优化,反向传播,SAPSO,MAE,RMSE,精度指标,指标测算,数据预测,船舶运营,运营效率,船舶航行安全,调和分析,潮汐预测
AB值：
0.402449
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。
