基于LSTM神经网络的畸形波预测

作者：赵勇; 苏丹; 邹丽^*; 王爱民

来源：华中科技大学学报(自然科学版)科技大学, 2020, 48(07): 47-51.

DOI：10.13245/j.hust.200708

• 畸形波
• 长短时记忆(LSTM)
• 支持向量机(SVM)
• 反向传播(BP)
• 单步预测
• 多步预测

采用长短时记忆(LSTM)神经网络预测方法对某岛礁地形模型的四个典型波浪试验数据进行预测分析,并建立了单步和多步预测模型.首先对波高时间序列数据进行归一化处理;然后建立了包括输入层、隐藏层和输出层的LSTM网络模型框架;最后对测试样本进行单步预测,将预测结果与支持向量机(SVM)模型和反向传播(BP)模型进行了对比.结果表明:LSTM神经网络预测精度有明显优势;多步预测中,提高预测时长其预测精度并无明显降低.

• 单位
  大连海事大学; 工业装备结构分析国家重点实验室