[發明專利]海洋浪高預測方法、系統、計算機設備、存儲介質、終端

在審

• 申請號: 202110899892.3
• 申請日: 2021-08-06
• 公開（公告）號: CN113722980A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 唐瑞春;鄒遠晨;劉培順;王學芳
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00;G06N3/04;G06N3/08;G06F111/06;G06F113/08
• 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: 盛君梅

1.一種海洋浪高預測方法，其特征在于，所述海洋浪高預測方法包括以下步驟：

選取相關系數高的特征作為預測海浪高度的輸入特征；按照粒子群行為特征建立混沌模型，解決粒子群過早收斂問題；CDW為BP模型進行初始化階段的優化；在CPSO-BP模型中，混沌粒子群優化算法CPSO在解空間中尋找最優的粒子對BP網絡的初始權值和閾值進行優化；使用CPSO算法優化過的參數作為ELM網絡的初始權值和閾值傳入ELM網絡；利用CPSO-BP模型進行海洋預警領域浪高預測。

2.如權利要求1所述的海洋浪高預測方法，其特征在于，在選擇輸入特征時，確定每個特征與海浪高度的相關性，每個輸入參數與海浪高度之間的相關系數進行分析，選取相關系數高的特征作為預測海浪高度的輸入特征；其中，備選的神經網絡輸入特征，包括平均海平面MSL、10米風速U分量U10、10米風速V分量V10、平均海波方向MWD、平均海波周期MWP五項特征；

通過皮爾遜相關系數r_x，y計算各個變量與海浪高度SWH的相關性，以相關性作為參考選取神經網絡的輸入特征；皮爾遜相關系數r_x，y用來定量分析變量間的相關性，r_x，y∈[-1，1]，當|r_x，y|接近于1，兩者相關性高，當|r_x，y|接近于0，兩者相關性低；r_x，y的正負代表兩個變量的相關性正負，根據以下公式進行計算：

其中，|r_x，y|＞0.8時，兩個變量高度相關；當|r_x，y|∈[0.3，0.5))時，兩個變量低度相關；當|r_x，y|＜0.3時，兩個變量弱相關；

U10和V10分別為精度和緯度上的風速分量，其相關性不適合單獨拿出來作為海浪高度預測的參數；通過特征融合，計算觀測點風速值UV用作網絡的輸入，UV可由以下公式進行計算：

特征融合后的新特征UV與SWH具有最高的相關性，且與MWP不同，UV不具有后驗性，可以作為輸入特征；

選用P值Pvalue來分析各參數的顯著性；P值可通過計算chi-square后查詢卡方分布表得出，用于判斷H0假設是否成立的依據。chi-square計算公式為：

其中O_i為實際值，E_i為理論值.

當原假設成立時，P值代表極端情況的發生幾率。