基于EMD-PSO-BP模型的短期潮流流速预测OA北大核心CSTPCD
针对潮流流速的随机性和波动性,本研究基于经验模态分解(Empirical mode decomposition,EMD)和粒子群优化(Particle swarm optimization,PSO)算法,改进了反向传播(Back propagation,BP)神经网络的短期潮流流速预测模型。该模型首先对原始流速序列进行EMD分解,得到多个本征模函数(Intrinsic mode function,IMF)和残差。然后,利用PSO改进BP神经网络,…查看全部>>
邵萌;潘正中;孙金伟;邵珠晓;伊传秀
中国海洋大学工程学院,山东青岛266100中国海洋大学工程学院,山东青岛266100中国海洋大学工程学院,山东青岛266100中国海洋大学工程学院,山东青岛266100中国海洋大学工程学院,山东青岛266100
海洋学
潮流流速预测经验模态分解反向传播神经网络粒子群优化算法本征模函数
《中国海洋大学学报（自然科学版）》 2024 (11)
P.134-141,8
国家自然科学基金项目(51609224,52417305)中国博士后科学基金项目(2022M713002)资助。
评论