[發明專利]一種基于人工智能和數值模型的波浪模擬方法

在審

• 申請號: 201910065902.6
• 申請日: 2019-01-24
• 公開（公告）號: CN109858130A
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 王智峰;鞏藝杰;董勝;陶山山;張日
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/12
• 代理公司: 北京匯捷知識產權代理事務所(普通合伙) 11531
• 代理人: 李宏偉

1.一種基于人工智能和數值模型的波浪模擬方法，其特征在于，包括以下步驟：

步驟1：確定波浪模型結構；

所述波浪模型結構為：

其中，式中，N表示譜密度，其值為能譜密度E與波浪相對頻率σ的比值；C_x和C_y表示波浪在x方向和y方向的空間傳播速度；C_σ和C_θ表示波浪在σ方向和θ方向的傳播速度；方程左邊第1項表示N在時間上的變化率，第2、3項表示N在地理空間x方向和y方向上的傳播，第4、5項表示波浪受地形及水流作用在σ方向和θ方向的傳播變形；方程右邊S_tot代表控制物理過程的源函數項；

步驟2：初始化波浪模型參數；

所述波浪模型參數包括：風的拖曳系數、三波相互作用系數、四波相互作用系數、白冠系數、底摩擦系數和破碎系數；

步驟3：輸出初始條件，計算波浪模型適應度值；

計算公式如下所示：

式中，F_i為第i個個體的適應度值；E_i為第i個個體的誤差平方和；y_j、o_j分別為第j組波浪數據的期望輸出、預測輸出；m為波浪數據個數；k為系數，取0.5；

步驟4：選擇操作：選擇操作是指從父代群體中以一定概率選擇個體到子代群體中，個體被選中的概率跟適應度值有關，適應度值大的個體被選中的概率也越大；使用輪盤賭法作為選擇算法，其公式如下所示：

式中，p_i為每個個體被選中的概率；

步驟5:交叉操作：所述交叉操作算法采用實數交叉法，其公式如下所示：

式中，a_kj為k個個體的j位的實數編碼(基因)；a_lj為l個個體的j位的實數編碼(基因)；b為[0,1]之間的隨機數；

步驟6：變異操作，按下式進行變異操作：

式中，a_ij為第i個個體a_max為基因a_ij的上界；a_min為基因a_ij的下界；f(g)＝r₂(1-g/G_max)；r₂為一個隨機數；g為當前遺傳代數；G_max為最大遺傳代數；r為[0,1]之間隨機數；

步驟7：計算適應度；

步驟8：判斷是否滿足結束條件，若滿足，則進入步驟9；若不滿足，則返回步驟4；

步驟9：獲取最優參數組合；

步驟10：將步驟9得到的參數重新代入步驟(1)的公式的模型中再次計算模擬波浪。

2.根據權利要求1所述的基于人工智能和數值模型的波浪模擬方法，其特征在于，步驟(1)中波浪在各個方向上的傳播速度，表達式分別為：

式中，s表示與能量傳播方向相同的方向向量，m表示與s向量垂直的方向向量，向量k表示波數，向量U表示海流速度，d表示水深。