基于门控循环网络的海浪波倾角预测研究

摘要：

海浪的波倾角是一种非线性随机时间序列,对于舰载机的起降和舰载稳定平台的控制具有重要的指导意义.传统的时间序列预测方法诸如自回归滑动平均预测、神经网络预测法等,有时无法提供较高的精度.因此,提出一种基于门控循环网络的海浪模型时间序列预测法.结果 表明,在平均绝对百分比误差上分别比BP神经网络、循环神经网络(RNN)、长短期记忆网络(LSTM)下降了85.0％、80.3％、34.4％;在均方根误差上分别下降了27.1％、37.7％和7.5％.与传统方法相比,门控循环网络在处理长依赖时间序列上更有优势,预测精度更高.

关键词：海浪模型、时间序列预测、神经网络、深度学习、门控循环网络

所属期刊栏目：38

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金青年科学基金61401211

在线出版日期：2019-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-100