[发明专利]一种基于GUI的模块化支持向量机潮汐预测方法

摘要

本发明公开了一种基于GUI的模块化支持向量机潮汐预测方法，包括以下步骤：S1:获取潮汐站监测到的连续序列式潮位信息和利用调和分析法预测的潮汐值，S2：将潮位站获取的潮汐实测值与调和分析法预测的潮汐值做差，得到的非天文潮的时间序列根据灰色模型AGO算法对输入的潮位信息和潮汐值进行数据累加处理，处理后的数据作为输入量用于支持向量机的回归预测；S3：根据S1中设置的潮汐预报时间信息通过支持向量机对潮汐进行预测，S4：支持向量机预测的结果经过IAGO反向累加处理完成数据还原，还原后的数据用于修正调和分析法的潮汐预测值。

主权项

1.一种基于GUI的模块化支持向量机潮汐预测方法，其特征在于：包括以下步骤：S1:获取潮汐站监测到的连续序列式潮位信息和利用调和分析法预测的潮汐值，设置潮汐预报的时间值；S2：将潮位站获取的潮汐实测值与调和分析法预测的潮汐值做差得到非天文潮的时间序列，根据灰色模型AGO算法对输入的潮位信息和潮汐值进行数据累加处理、处理后的数据作为输入量用于支持向量机的回归预测；S3：根据S1中设置的潮汐预报时间信息通过支持向量机对潮汐进行预测，在预测过程中对支持向量机的惩罚系数c和核函数半径g分别选用交叉验证、粒子群和遗传算法进行优化，并选择支持向量机训练过程中产生误差最小值的方法作为优化算法进行潮汐预测；S4：支持向量机预测的结果经过IAGO反向累加处理完成数据还原，还原后的数据用于修正调和分析法的潮汐预测值；将潮汐站获取的潮汐实测值定义为非天文潮的时间序列，表示为实测潮汐序列y₀:x₀(1),x₀(2),…,x₀(n)；调和分析法预测的潮汐数据，它在表示某地实际潮位高度H(t)时，计算方法如下所示：式中α₀为平均海面高度，R_j为分潮振幅，θ_j为分潮的初位相，σ_j为分潮的角速度，α_j＝R_jcosθ_j，b_j＝R_jsinθ_j，m为分潮的个数，是正整数；把调和分析法的预报部分看作天文潮部分，经过计算后得到的调和分析时间序列记为y₁:x₁(1),x₁(2),…,x₁(n)；将实测潮汐序列y₀与调和分析时间序列做差时:计算公式为:y₂＝y₀‑y₁新的序列为:y₂:x₃(1),x₃(2),…,x₃(n)该序列首先需要经过AGO操作后用于支持向量机的回归预测:经过AGO处理的序列表示为x⁽¹⁾(1),x⁽¹⁾(2),…,x⁽¹⁾(n),计算公式为:在经过支持向量机预测后得到的预测序列为:该序列经过IAGO的算法获取非天文潮部分最终预测序列：其中表示非天文潮部分预测后还原的数据，最终潮汐数据通过非天文潮部分的预测值与天文潮部分相加得到最终预测结果；得到的时间为k+1的潮汐值表示为