基于递归神经网络风暴潮增水预测.PDFVIP

第 １２卷第５期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．５ ２０１７年１０月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１７０６０１５ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１０５８．０１０．ｈｔｍｌ 基于递归神经网络的风暴潮增水预测 １ １ １ ２ ２ ２ 雷森 ，史振威 ，石天阳 ，高松 ，李亚茹 ，钟山 （１．北京航空航天大学 宇航学院图像处理中心，北京 １００１９１；２． 国家海洋局 北海预报中心，山东青岛２６６０００） 摘　 要：风暴潮增水的准确预测能极大地减少人员伤害和经济损失，具有重要的实用价值。 传统的风暴潮预报方法 主要包括经验和数值预报，很难建立起相对准确的模型。 现有的基于机器学习风暴潮预报方法大都只提取出静态 数据间的关系，并没有充分挖掘出风暴潮数据背后的时序关联特性。 文中提出了一种基于递归神经网络的风暴潮 增水预测方法。 本文对风暴潮时序数据进行特定的处理，并设计合适结构的递归神经网络，从而完成时序数据的预 测。 相较于传统的ＢＰ神经网络，递归神经网络能更好地应对时序数据的预测问题。 将该方法用于潍坊水站的增水 预测中，结果表明，相对于ＢＰ神经网络，递归神经网络能得到更好的预测结果，误差更小。 关键词：风暴潮增水；预测；数值预报；机器学习；静态数据；时序特性；ＢＰ神经网络；递归神经网络 － － － 中图分类号：ＴＰ７５１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０５ ０６４０ ０５ － 中文引用格式：雷森，史振威，石天阳，等．基于递归神经网络的风暴潮增水预测［Ｊ］． 智能系统学报，２０１７，１２（５）：６４０ ６４４． 英文引用格式：ＬＥＩ Ｓｅｎ，ＳＨＩ Ｚｈｅｎｗｅｉ，ＳＨＩ Ｔｉａｎｙａｎｇ，ｅｔ ａｌ． Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｓｔｏｒｍ ｓｕｒｇｅ ｂａｓｅｄ ｏｎ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ［Ｊ］． － ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（５）：６４０ ６４４． Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｓｔｏｒｍ ｓｕｒｇｅ ｂａｓｅｄ ｏｎ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ １ １ １ ２ ２ ２ ＬＥＩ Ｓｅｎ ，ＳＨＩ Ｚｈｅｎｗｅｉ ，ＳＨＩ Ｔｉａｎｙａｎｇ ，ＧＡＯ Ｓｏｎｇ ，ＬＩ Ｙａｒｕ ，ＺＨＯＮＧ Ｓｈａｎ （１． Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ Ｃｅｎｔｅｒ，Ｓｃｈｏｏｌ ｏｆ Ａｓｔｒｏｎａｕｔｉｃｓ，Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １００１９１，Ｃｈｉｎａ；２． Ｂｅｉｈａｉ Ｆｏｒｅｃａｓｔ Ｃｅｎｔｅｒ ｏｆ Ｓｔａｔｅ Ｏｃｅａｎｉｃ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｑｉｎｇｄａｏ ２６６０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｕｒａｔｅｌｙ ｆｏｒｅｃａｓｔｉｎｇｓｔｏｒｍｓｕｒｇｅｓｃａｎｇｒｅａｔｌｙｒｅｄｕｃｅｐｅｒｓｏｎｎｅｌｉｎｊｕｒｉｅｓａｎｄｅｃｏｎｏｍｉｃｌｏｓｓｅｓ，ａｎｄｓｏｈａｓ ｇｒｅａｔ ｐｒａｃｔｉｃａｌ