[發明專利]一種潮汐預報方法無效
| 申請號: | 201010139189.4 | 申請日: | 2010-04-02 |
| 公開(公告)號: | CN102214262A | 公開(公告)日: | 2011-10-12 |
| 發明(設計)人: | 何世鈞;黃冬梅;周文君;周汝雁;鄒國良 | 申請(專利權)人: | 上海海洋大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 201306 上*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 潮汐 預報 方法 | ||
1.潮汐預測的方法,其特征主要包括如下步驟:
一、步驟(1):安裝SVM工具箱到MATLAB?7.8文件夾中
①將下載的SVM工具箱的文件夾放在/MATALB?7.8/toolbox/下;
②打開MATLAB->File->Set?Path中添加SVM工具箱的文件夾;
③測試一下安裝成功與否:在MATLAB中輸入which?svmoutput回車,如果可以正確顯示路徑,就證明添加成功了,例如:C:/Program?Files/MATLAB71/toolbox/svm/svcoutput.m。
二、步驟(2):利用MATLAB?7.8中SVM工具箱和歷史潮汐數據構建潮汐預測網絡模型,具體方法為:
①根據潮汐記錄的時間(年、月、日、時、分、秒),可計算
1)儒略世紀數:
其中Y表示年份,?的整數部分,D1為計算年首至計算日零時之間的天數;
2)儒略日:JD=T×36525+2451545
3)月球平均緯度:s=218.31643+481267.88128×T-0.00161×T2+0.000005×T3
4)太陽平均緯度:h=280.46607+36000.7698×T+0.0003×T2
5)月球近地點平均緯度:p=83.35345+4069.01388×T-0.01030×T2-0.00001×T3
6)太陽近地點平均緯度ps=282.93835+1.71946×T+0.00046×T2+0.000003×T3
7)月球升交點平均緯度:
N=125.04452-1934.13626×T+0.00207×T2+0.000002×T3
8)太陽偏心率:es=0.01675104-0.0000418×T-0.000000126×T2
而地日中心的平均距離為一定值ds=1.49×108km;
由地日中心的平均距離計算公式、太陽偏心率計算公式、太陽平均緯度計算公式和太陽近地點平均緯度計算公式,可計算地日中心的瞬時距離:
Ds=ds/(1+es×cos(h-ps)+es2×cos(2(h-ps)))
由太陽偏心率計算公式、太陽平均緯度計算公式和太陽近地點平均緯度計算公式,可以計算太陽的真經度:Ls=h+2es×sin(h-ps)+1.25es2×sin(2(h-ps))
而黃道和天赤道的交角為:ws=23.452
再據潮位站點的地理北緯和東經(NLat,ELon),可知由觀測地點與格林尼治經度差產生的時間差訂正值:±L=(Long+M/60)/15
其中Long為觀測點的經度,M為觀測時刻的分鐘值,東經取正號,西經取負號;記錄的潮?汐觀測時刻與格林尼治0時時間差訂正值:W=H+M/60,其中H為觀測時刻的小時值;積日訂正值:N1=(W-L)/24
根據計算年首至計算日零時之間的天數D1,月球升交點平均緯度計算公式,積日訂正值計算公式,可計算得到太陽赤緯的計算公式:
SDec=0.3723+23.2567×sinθ+0.1149×sin2θ-0.1712×sin3θ
-0.758×cosθ+0.3656×cos2θ+0.0201×cos3θ
(θ=2∏×57.2958×(D1+N1-N)/365.2422,N2=79.6764+0.2422(Y-1985))
由儒略日的計算公式,春分點的格林時角可由如下公式計算得到:
GHAγ=100.075+0.985647348(JD-2400000.5-GMT/24-33282)
+15.04107×GMT
其中GMT為世界時間;
春分點格林時角與太陽平均緯度之差即得到太陽格林時角:GHAs=GHAγ-h由此計算得到太陽地方時角的計算公式:
LHAs=GHAs+λ(ELon)或LHAs=GHAs-λ(WLon)
其中加代表潮位站是東經,減代表潮位站位于西經;
由太陽時角計算公式、太陽赤緯計算公式和驗潮站的緯度,太陽高度可用如下公式計算得到:Hs=arcsin(sin(NLat)×sin(SDec)+cos(NLat)×cos(SDec)×cos(LHAs))根據球面三角形原理,可得到太陽方位的計算公式:
由地月平均距離dM=3.84×105km、月球軌道偏心率e=0.0549、月球平均緯度、太陽平均緯度和月球近地點平均緯度計算公式,即可以計算第①個影響因子一地月瞬時距離計算公式:
Dm=dM/(1+e×cos(s-p)+(e2×cos(2(s-p))+0.14025e×cos(s-2h+p))
+0.00559504cos(2(s-h)))
也可計算月球的真經度:
L=s+2e×sin(s-p)+1.25(e2×sin(2(s-p))+0.37249331e×sin(s-2h+p))
+(0.00975096+0.35064375e2)×sin(2(s-p))+0.01188946e×sin(s-2h-p)
+0.02692613e×sin(2s-h+ps)?
由黃道和白道的交角i=5.15,可計算得到白赤交角的計算公式:
I=arccos(cos(ws)×cos(i)-sin(ws)×sin(i)×cos(N))
春分點格林時角與月球平均緯度之差即得到月球的格林時角:GHAm=GHAγ-s從而結合驗潮站的經度計算得到月球的地方時角的計算公式:
LHAm=GHAm+ELon
由白赤交角、月球真經度、月球時角,如下即為月球赤緯的計算公式:
從而月球高度可被計算為:
Hm=arcsin(sin(NLat)×sin(MDec)+cos(NLat)×cos(MDec)×cos(LHAm))
月球方位也可隨之得出計算公式:
②利用上述公式,在MATLAB?7.8平臺編寫程序計算影響潮位值的各天文因素,加上臺風引起的增水值,即獲取了支持向量機網絡的輸入變量,共11個,其對應的潮位值為網絡的輸出值,確定其輸入輸出量后,將其歸一化到[-1,1]之間,其具體的歸一化方法為:日地距離和月地距離采用最大最小值歸一化方法,
Ds歸一化的值=(Ds-(max(Ds)+min(Ds))/2)/((max(Ds)-min(Ds))/2);
Dm歸一化的值=(Dm-(max(Dm)+min(Dm))/2)/((max(Dm)-min(Dm))/2);
太陽赤緯的變化范圍為[-23.5,23.5],月球赤緯的變化范圍為[-29,29],故其歸一化方法為SDec歸一化的值=SDec/23.5;
MDec歸一化的值=MDec/29;
其他采用采用類似的方法進行歸一化:
LHAs歸一化的值=LHAs/180;
LHAm歸一化的值=LHAm/180;
Hs歸一化的值=Hs/90;
Hm歸一化的值=Hm/90;
As歸一化的值=(As-180)/180;
Am歸一化的值=(Am-180)/180;
增水值歸一化=(增水值-min(增水值))/(max(增水值)-min(增水值));
然后將獲取的數據N組分成兩組,N1組用作訓練樣本,N2組用作測試樣本。
③確定支持向量機(SVM)的核函數為徑向基函數(RBF),其核函數的參數-懲罰參數C和函數的寬度參數g,采用網格搜索法求最優,網格搜索法即是C和g分別取M和N個值,對M×N個(C,g)個組合分別訓練不同的SVM,然后再估計其學習精度,從M×N個組合中找到學習精度最小的值作為最優參數。
④支持向量機網絡的結構圖(見附圖1)?
三、步驟(3)利用MATLAB?7.8工具箱svmtrain函數對網絡進行訓練,svmpridict函數對網絡進行測試,具體方法為:
①用svmstrain訓練的方法是,N1組訓練數據和11個變量,組成N1×11歸一化后的輸入樣本矩陣,對應的輸出潮位矩陣為N1×1,設置徑向基核函數的最優值后,運行svmtrain函數進行網絡的訓練,訓練過程將以達到精度要求為停止條件,訓練結束后將由系統自動生成一個SVM模型。
②用svmpredict函數對得到的模型進行測試,輸入測試樣本矩陣為N2×11。
③使用訓練好和測試好的模型對同一潮位站的潮汐進行預測,選取需預報的時間M天,結合潮位站的地理位置,編程計算出月地距離,月球赤緯,月球時角,月球高度,月球方位,日地距離,太陽赤緯,太陽時角,太陽高度,太陽方位的值,即得到模型的輸入矩陣M×11,運行svmpredict函數對這M天的潮汐值進行預測。
四、步驟(4)潮汐預測的具體算法如下:
①取得訓練集T={(x1,y1),(x2,y2),…..,(xN,yN)},N為訓練集的樣本數xi為影響潮高的特征數據,即包含上述10個引潮力的相關參數和臺風引起的增水值,yi為對應時刻的潮高值。
②對SVM的模型參數進行初始化,將拉格朗日乘子αi,?和閾值b賦以隨機的初始值
③對訓練數據構造相應的目標函數
其中K(xi,xj)為徑向基核函數,求得最優解?
④選取α的一個正分量?它所對應的第j號樣本即支持向量。
并據此計算閾值
⑤根據求得的?和bj*代入回歸函數?用測試樣本進行預測。
⑥計算誤差函數,如果誤差絕對值小于預先設定的ε,則學習結束,輸出潮高的預測值,否則返回步驟③繼續學習。
⑦畫出算法流程圖(見附圖2)?
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海海洋大學,未經上海海洋大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010139189.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:織物車縫系統及其織物定位裝置
- 下一篇:一種耐磨抗菌除臭襪的加工方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡妫纾焊怕誓P突騽討B模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





