基于调和分析和ARIMA-SVR的组合潮汐预测模型

论文摘要

为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机（autoregressive integrated moving average support vector machine for regression,ARIMA-SVR）的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。

论文目录

• 0 引 言
• 1 相关概念
•   1.1 SVM与SVR
•   1.2 调和分析法
•   1.3 ARIMA模型
• 2 基于调和分析和ARIMA-SVR的组合潮汐预测模型
•   2.1 预测步骤
•   2.2 模型检验
•     2.2.1 样本数据预处理
•     2.2.2 天文潮位部分预测结果分析
•     2.2.3 非线性水位变化部分预测结果分析
•     2.2.4 组合模型处理结果
• 3 结束语

文章来源

类型: 期刊论文

作者: 刘娇,史国友,朱凯歌,张加伟,李爽,陈作桓,王伟

关键词: 潮汐预测,组合模型,调和分析法,支持向量回归机,自回归综合移动平均模型

来源: 上海海事大学学报 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 海洋学,船舶工业

单位: 大连海事大学航海学院,大连海事大学辽宁省航海安全保障重点实验室

基金: 国家自然科学基金(51579025),辽宁省自然科学基金(20170540090)

分类号: P731.23;U675.1

DOI: 10.13340/j.jsmu.2019.03.016

页码: 93-99

总页数: 7

文件大小: 297K

下载量: 251