|
|||||
|
|
| 基于SAPSO-BP网络模型的港口潮汐实时预报 | |
| 作者姓名： | 张泽国 尹建川 柳成 张心光 |
| 作者单位： | 大连海事大学航海学院,辽宁 大连 116026,大连海事大学航海学院,辽宁 大连 116026,大连海事大学航海学院,辽宁 大连 116026,上海工程技术大学汽车工程学院,上海 201620 |
| 基金项目： | 国家自然科学基金项目（51379002,51279106） |
| 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。 |
| 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 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《水运工程》浏览原始摘要信息 | |
| 点击此处可从《水运工程》下载全文 | |