Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于PSO-LSTM的潮位预测方法及系统 

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。