基于多變量DSD-LSTM模型的有效波高預(yù)測

打開文本圖片集

摘 要：利用改進(jìn)的完全集合經(jīng)驗(yàn)?zāi)B(tài)分解（ICEEMDAN）和遞歸量化分析方法設(shè)計(jì)一種新的信號分解算法（DSD），該算法將原始信號分解為確定性成分和隨機(jī)性成分?？紤]風(fēng)速、風(fēng)向?qū)Σǜ叩挠绊懬疤嵯?，將DSD算法與長短時(shí)記憶網(wǎng)絡(luò)（LSTM）結(jié)合建立多變量混合模型DSD-LSTM-m進(jìn)行有效波高的預(yù)測。該模型與單獨(dú)的LSTM模型相比明顯提高了預(yù)測精度，與單變量混合模型DSD-LSTM-u相比具有更好的預(yù)測效果。（剩余10319字）