作者:王瑞荣 薛楚 陈浩龙测试计量技术及仪器潮汐预报混沌理论神经网络
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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社