报告详情
基于IPOA-BILSTM模型的验潮站月海平面高预测
编号：3815
访问权限：仅限参会人
更新：2024-04-14 12:39:25 浏览：839次
口头报告
报告开始：2024年05月19日 16:51（Asia/Shanghai）
报告时间：7min
所在会场：[S20] 主题20、城市海岸带与陆海统筹 [S20-3] 主题20、城市海岸带与陆海统筹 专题20.4、专题20.6、专题20.7（19日下午，4F观海厅2）
暂无文件
摘要
随着海平面的不断上升，人类面临的生存挑战日益严峻。因此，精确预测海平面变化对防范水文灾害具有重要作用。为了解决传统预测方法精度不高的问题，提出一种改进鹈鹕优化算法(IPOA)与双向长短期记忆网络(BILSTM)预测模型，即IPOA-BILSTM模型。鹈鹕优化算法(POA)是近年研究的热点，但是在实际应用中容易陷入局部最优解,为此，采用多重策略进行改进。首先，利用切比雪夫映射代替伪随机数的形成，产生更具遍历性的初始种群，增加最优解的多样性；然后引入反向差分学习策略，为每只鹈鹕构建反向解，增强局部和全局的搜索能力，从而提高在复杂环境下探索最优解的效率。基于验潮站数据开展IPOA-BILSTM、POA-BILSTM、BILSTM的海平面预测对比实验，实验结果证明了IPOA-BILSTM在提升预测精度，减少预测误差方面的有效性。
关键词
海平面预测，鹈鹕优化算法，双向长短时神经网络，验潮站
报告人
刘娉婷
硕士研究生 东华理工大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论