支持向量回归的机器学习方法在海浪预测中的应用

发布时间：2023-03-19 19:41

　　基于支持向量回归(SVR)方法,建立了渤海海域近岸海浪有效波高短期预测模型,并设计了多组风浪信息组合输入方案,开展了有效波高预测敏感性试验。研究发现:综合考虑当前风浪信息作为模型的输入,对3 h和6 h有效波高预测具有较高的预报技巧,但随着预测时效的延长其预测准确性迅速降低;若此时引入未来预测风速信息作为模型输入,则可极大提高对12 h和24 h有效波高的预测能力;此外,若输入信息与预测对象之间不存在显著相关,多个信息的输入对有效波高预测效果提高无显著作用。建立的机器学习模型对小样本数据集具有良好的适应能力,能够有效解决海浪预报中的非线性问题,可为近岸海浪有效波高短期预测提供合理的技术参考。

【文章页数】：6 页

【文章目录】：
1 引言
2 预测区域和实验数据
3 建模方法和参数优化
4 模型建立和性能评估指标
5 输入信息敏感性试验和结果分析
    5.1 仅输入10 m风速信息的预测试验
    5.2 仅输入当前海浪信息的预测试验
    5.3 不同风浪信息组合的预测试验
6 结论



本文编号：3765840