一种基于PSO-LSTM的潮位预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于PSO-LSTM的潮位预测方法及系统
申请号:CN202410871798
申请日期:2024-07-01
公开号:CN118863137A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提出了一种基于PSO‑LSTM的潮位预测方法及系统,属于海洋工程领域;本发明提出了基于PSO‑LSTM(粒子群优化长短期记忆网络)优化模型的潮位预测方法;和系统;本发明的优点为:优化超参数和网络结构,提高了模型的性能;能够处理复杂模型,而传统的预测方法可能无法很好地处理复杂建模任务;具有更高的预测精度:PSO‑LSTM相比于单一的线性和非线性方法,具有更高的预测精度;因此,基于PSO‑LSTM的潮位预测方法在神经网络算法下,然后通过粒子群(PSO)算法对上述LSTM神经网络模型关键参数进行自动优化,从而实现更高准确度的潮位预测,而且还可以降低神经网络模型参数优化的时间和成本。
技术关键词
数据输入模块 LSTM模型 超参数 数据缺失值 海洋 神经网络模型 序列 粒子群优化算法 长短期记忆网络 非线性方法 神经网络算法 训练集数据 数据验证