融合MIC与Res-LSTM模型的有效波高预测

作者：朱道恒; 李彦; 李志强^*; 刘润

来源：热带海洋学报, 2023, 1-9.

• 波高预测
• 最大信息系数
• 残差网络
• 长短期记忆网络
• 支持向量回归

有效波高(significant wave height,SWH)的预测在海洋运输和海上活动方面发挥着重要作用。基于中国阳江海陵岛近岸实测数据,提出一种融合最大信息系数(maximal information coefficient,MIC)、残差网络(residual network,ResNet)和长短期记忆网络(long short-term memory networks,LSTM)的预测模型。首先,采用MIC算法从数据集中筛选出与预测指标相关性高的参数作为模型的输入;然后将ResNet引入LSTM中,构建Res-LSTM预测模型;最后选择R2 (r-squared)、RMSE (root mean squared error)、MAE(mean absolute error)和MAPE (mean absolute percentage error)来评价预测结果。同时,对比了XGBoost (extreme gradient boosting)、SVR(support vector regression)和LSTM网络的预测效果。结果表明,MIC-Res-LSTM模型能够提高短时有效波高预测值的精度。

• 单位
  广东海洋大学; 贵州大学