基于混沌优化BP神经网络的江河涌潮短期预报模型

• 作者: 王瑞荣 薛楚 陈浩龙
• 来源期刊: 水力发电学报
• 学科: 地球科学
• 关键词: 测试计量技术及仪器 潮汐预报 混沌理论 神经网络
• 年，卷（期）: 2016,（4）
• 页码范围: 80-88
• 分类号: P338.1
• 语种: 中文
• DOI: 10.11660/slfdxb.20160410

摘要

为提高江潮潮时预报的准确性,针对经验模型和传统神经网络模型预测精度较差的局限性,本文采用基于相空间重构技术的BP神经网络模型预报江潮潮时.该模型首先对隔日的到潮时差序列进行混沌特性分析,然后利用重构相空间来确定BP神经网络的输入结构.该模型给出了到潮时差序列可能的误差预测,修正最终预报结果.通过对钱塘江四个观测站潮时预测,四个站点潮时统计的RMSE值平均减少了83.9％,表明该模型可靠且具有较高的预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑞荣	杭州电子科技大学生命信息与仪器工程学院	27	145	7.0	10.0
2	陈浩龙	杭州电子科技大学生命信息与仪器工程学院	4	27	3.0	4.0
3	薛楚	杭州电子科技大学生命信息与仪器工程学院	5	28	3.0	5.0