基于SAPSO-BP网络模型的港口潮汐实时预报

• 作者: 尹建川 张心光 张泽国 柳成
• 来源期刊: 水运工程
• 学科: 交通运输
• 关键词: BP神经网络 自适应 粒子群优化 港口潮汐水位实时预测 调和分析
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 综合
• 页码范围: 34-40
• 页数: 7页
• 分类号: U652.3
• 字数: 5319字
• 语种: 中文

摘要

为了提高港口码头潮汐预报的精度,提出一种自适应变异的粒子群优化算法SAPSO,将SAPSO优化算法与BP神经网络结合,用以潮汐水位的实时预报.SAPSO-BP网络模型运用自适应变异的PSO算法优化BP神经网络的网络参数,克服了传统BP神经网络所具有的对初始权值阈值敏感、容易陷入局部极小值的缺点,最后选用Isabel港口的实测潮汐值数据进行潮汐水位的实时预报仿真试验,用以验证SAPSO-BP预测模型的实用性和可靠性.

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	张心光	上海工程技术大学汽车工程学院	17	43	4.0	5.0
3	柳成	大连海事大学航海学院	7	11	2.0	2.0
4	张泽国	大连海事大学航海学院	5	11	2.0	3.0