基于神经网络的港口潮汐预报

分析调和分析法潮汐预报的局限性和神经网络技术用于潮汐预报的可行性,设计潮汐预报的神经网络模型,用验潮站二十多年的潮汐记录作为样本进行网络学习和预报,验证神经网络用于潮汐预报和提高预报精度的可行性.     

基于牛顿迭代法的潮汐模型高低潮时计算方法*

在由调和分析方法建立了潮汐潮位预报模型后,利用牛顿迭代法给出了一种快速求解潮汐潮位预报模型的高低潮时方法.利用连云港的潮汐潮位预报模型,分别通过不同的求解高低潮时的方法,对潮汐高低潮时进行了预报.计算结果表明,在满足同等精度条件下,求解高低潮时的牛顿迭代法具有计算量小、收敛速度快等优势.     

余水位及潮汐差分方法

从潮汐调和分析的原理出发,由精度分析入手,论证了潮汐调和分析参数取值的限度问题,指出在保证不损失精度的前提下,取13个参变量为最佳取值。据潮汐调和分析预报原理和余水位的概念,利用观测和预报的相关关系,总结了潮汐预报的四大特点,详细论证和阐述了余水位7种特性,并利用实际算例,证明了这7种特性的存在,在此基础上提出了相关潮位站潮汐差分的思想,以实例验证了潮汐差分的可行性,给出了潮汐差分数学模型和潮汐差分方法以及潮汐差分的用途,利用余水位的特性准确地进行潮位反演和提高了短期预报潮位的精度。     

感潮河段单站等时距水位非线性优化预报模型

目前感潮河段水位预报模型基于当前站水位、上游径流水位和下游海洋潮位数据进行预报,导致预见期受上游来流时间制约、上下游站数据缺失情况下无法进行预报、数据采集成本高等问题。文章假设感潮河段水位由径流因素和潮汐因素共同线性作用,基于单站等时距水位数据,建立了包含一个径流动力修正系数和若干个潮汐调和分潮系数的非线性优化预报模型,并结合曲线拟合最小二乘法、潮汐调和分析法、梯度下降法,给出一个寻优的迭代算法,对模型参数进行优化辨识。模型应用于长江感潮河段部分观测站,水位预报精度较好,具有可行性和实用价值。     

第二代海洋水文潮流应用软件包

上海计算所开发出第二代海洋水文应用软件包。该软件包不仅在潮汐、潮流分析阶段可根据用户要求任意选择分潮进行分析,而且在潮汐、潮流预报阶段也能任选分潮,同时还增加了逐时预报的功能。这一改进,有效地提高了原应用软件的分析精度、灵活性和通用性,为海洋水文、水上交通、水利、环保、军事     

RANS方法预报对转桨定常敞水性能研究

以时均化的雷诺方程结合标准k-ε湍流模式作为控制方程,采用混合面模型(MP)将对转桨非定常问题简化为定常,建立对转桨敞水性能数值模拟方法.开展了两对水下高速航行体用对转桨的敞水性能数值模拟,与试验结果及MRF模型预报结果进行了对比分析,结果表明:两种数值模拟方法均能可靠地预报对转桨的敞水性能,预报精度满足工程应用需要.     

船舶运动极短期预报研究

本文通过对两艘有航速情况下的船舶运动实测数据的分析，试图寻求一种准确程度较高的极短期预报模型。该文共分两部分，第一部分利用ＡＲ模型导出多级ＡＲ模型，预报精度明显提高。在对运动瞬时值预报中，利用包络对结果进行修正，精度有所改进；第二部分利用人工神经网络导出了包络的预报模式，预报精度明显高于ＡＲ模型。     

基于高低潮的优化保形调和分析模型(OCTHM)及算法

通常利用Foreman的高低潮潮汐预报模型,对只有高低潮实测数据的海洋水文站位进行潮汐预报,但在某些组合分潮情况下,在高低潮间会产生抖动现象,这种现象增加了不应有的虚假高低潮,给高低潮时和潮位的预报以及天文潮的整体预报精度造成很大影响。基于定点天文潮曲线变化具有的特性(高、低潮位处一阶导数为零且具有凸、凹性),在只有高低潮数据情况下,给出了建立分段四次多项式插值的优化保形潮汐调和分析模型(OCTHM)的一般方法。利用此模型思想方法,根据江苏省连云港站、上海高桥站的实测高低潮数据,建立了相应站位的优化保形潮汐调和分析预报模型。对有关预报结果进行分析对比,表明OCTHM模型克服了Foreman预报模型的抖动现象,具有其所不具有的保形性,可以较为准确地预报出高低潮时和潮位。     

潮汐调和分析的分潮自动优化及预报应用

潮汐调和分析的分潮自动优化及预报系统是目前所选分潮数最多,采用分潮自动优化技术的潮汐分析系统,主要包括潮位数据入库、潮位数据检查及修改、调和分析、天文潮预报等模块。文中通过工程应用对其潮汐调和分析的精度进行了验证。     

基于SAPSO-BP网络模型的港口潮汐实时预报

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。