一种高精度的短期潮汐预报模型

• 作者: 尹建川 柳成
• 来源期刊: 上海海事大学学报
• 关键词: 潮汐预报 模块化方法 调和分析法 支持向量机(SVM) 灰色模型 粒子群优化(PSO)
• 年，卷（期）: 2016,（3）
• 页码范围: 74-80
• 页数: 7页
• 分类号: U675.12
• 语种: 中文
• DOI: 10.13340/j.jsmu.2016.03.014

摘要

为提高潮汐预报的精度,提出一种基于支持向量机(Support Vector Machine,SVM)的模块化潮汐实时预报模型.将潮汐分为受天体引潮力影响的天文潮和受环境因素和其他因素影响的非天文潮,分别使用调和分析法和改进的SVM对天文潮和非天文潮进行预报,结合两种方法的输出构造最终的潮汐预报结果.在对非天文潮的预测中,将SVM与灰色模型相结合,并利用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM的参数进行优化以提高预报精度.利用火奴鲁鲁港口的实测潮汐数据进行实时潮汐预报仿真.仿真结果表明该方法具有较高的短期预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹建川	大连海事大学航海学院	49	247	8.0	14.0
2	柳成	大连海事大学航海学院	7	11	2.0	2.0