科研之友
微信
新浪微博
Facebook
分享链接
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.
- 单位
