10.3969/j.issn.0253-6099.2022.06.005
基于GWO-SVR的深海采矿海试区海浪高度预测
基于ERA5再分析资料,取海试区中心区域海洋环境数据构建输入特征,使用灰狼优化算法(GWO)对支持向量回归(SVR)算法进行参数寻优,并将GWO-SVR算法和传统SVR算法及基于粒子群算法(PSO)的PSO-SVR浪高预测效果进行比较和分析.为进一步探究周围环境及海浪状态对GWO-SVR预测效果的影响,构建3种数据模型进行了63组试验.结果表明,GWO-SVR能够对海浪高度进行有效预测,且预测精度较高;当使用较大空间范围的海洋环境数据构建特征作为算法输入时,能够有效提高GWO-SVR算法对海浪高度预测的精度.
海浪高度预测、深海采矿、支持向量回归、灰狼优化算法
42
TD857(矿山开采)
国家重点研发计划;中国五矿集团科技专项
2023-01-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
24-28