一种基于自适应变异粒子群优化的潮汐智能实时预报方法

• 收藏
• 分享

专利权人:

大连海事大学

发明人:

尹建川,张泽国,柳成

申请号：

CN201610255994.0

公开号：

CN105894090B

申请日:

2016.04.22

申请国别(地区):

中国

年份:

2018

代理人:

李洪福

摘要：

本发明公开了一种基于自适应变异粒子群优化的潮汐智能实时预报方法，包括以下步骤：载入潮汐实测数据；构建SAPSO‑BP网络预报模型；计算误差函数；循环迭代寻优；设置BP神经网络的网络参数。本发明借鉴遗传算法GA中的变异思想，在PSO算法中引入变异操作，拓展了在迭代过程中不断缩小的种群搜索空间，从而使粒子能够跳出先前搜索到的最优位置，在更大的搜索空间中展开搜索，同时又保持了种群的多样性，提高了算法寻找到更优值得可能性。因此，本发明相对于传统的PSO‑BP算法具有较高的搜索精度和搜索效率，相对于传统的PSO‑BP模型和调和分析模型具有更高的预测精度。

来源网站：

中国工程科技知识中心

来源网址：

http://www.ckcest.cn/home/