龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中交四航工程研究院有限公司;中交第四航务工程局有限公司
摘要：本发明提出了一种基于PSO‑LSTM的潮位预测方法及系统，属于海洋工程领域；本发明提出了基于PSO‑LSTM粒子群优化长短期记忆网络优化模型的潮位预测方法；和系统；本发明的优点为：优化超参数和网络结构，提高了模型的性能；能够处理复杂模型，而传统的预测方法可能无法很好地处理复杂建模任务；具有更高的预测精度：PSO‑LSTM相比于单一的线性和非线性方法，具有更高的预测精度；因此，基于PSO‑LSTM的潮位预测方法在神经网络算法下，然后通过粒子群PSO算法对上述LSTM神经网络模型关键参数进行自动优化，从而实现更高准确度的潮位预测，而且还可以降低神经网络模型参数优化的时间和成本。
主权项：1.一种基于PSO-LSTM的潮位预测方法，其特征在于，所述方法包括：1数据预处理；获取潮位历史数据并对数据进行预处理，并对海洋潮位数据进行归一化处理；数据预处理后，将归一化后的潮位数据划分为训练集、验证集和预测集；2PSO参数寻优；所述PSO指粒子群优化算法；初始化LSTM神经网络模型参数包括神经元个数、迭代次数、丢弃层概率和学习率；作为PSO算法的优化对象，初始化自适应PSO算法，划分粒子群；3LSTM模型构建；计算每个粒子的适应度值，以各粒子对应参数构建LSTM模型，通过训练集数据进行训练，验证集数据进行预测；将预测结果的均方根误差RMSE作为各粒子的适应度值；4根据粒子适应度值与种群划分结果，确定全局最优粒子位置Pit和局部最优粒子位置Pgt；5根据PSO算法分别对普通粒子和局部最优粒子位置进行更新，并判断终止条件；若满足终止条件，返回最优超参数取值；否则，返回步骤3；6利用最优超参数构建LSTM模型；模型通过训练集和验证集进行训练，最后通过预测集进行预测，得到潮位预测结果。
全文数据：
权利要求：
百度查询： 中交四航工程研究院有限公司 中交第四航务工程局有限公司 一种基于PSO-LSTM的潮位预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号