RF-BiLSTM神经网络在海浪预测中的应用

摘要：

由于风浪数据的随机性,复杂性,影响因素多,多为时间序列的特点,造成了传统预测模型预测难度大,精确率低,构建了基于随机森林的注意力机制与双向长短期记忆神经网络相结合的海浪预测模型.该模型对输入进行优化,可以使用过去和未来的数据信息进行预测,提高了海浪波高的预测精度.该模型利用随机森林对输入变量筛选优化,降低网络复杂度,然后将注意力机制与双向长短期记忆神经网络相结合建立预测模型,并利用实际数据进行验证.结果显示,和BP,LSTM,BiLSTM模型比较,RF-BiLSTM模型的预测精度更高,拟合程度更好,在海浪数值的预测预报中有重要意义.

关键词：海浪预测、RF-BiLSTM、随机森林、注意力机制、双向长短期记忆、时间序列

所属期刊栏目：31

分类号：TP391;TP183;F832.51

资助基金：国家自然科学基金;青岛市创新创业领军人才;农业部水产养殖数字建设试点项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：331-338