[01490870]港口海洋环境要素智能实时预报系统研究

(1)在海洋环境要素实时预报模型的建模方面,以潮汐和潮流为主要研究对象,构建模块化的海洋环境要素预报模型。其中以调和分析法预报潮汐和潮流中的天文潮部分,以变结构径向基函数神经网络和变结构多维模糊系统预报潮汐和潮流中的非天文潮部分,以体现风、气压、水温等环境要素对海洋环境要素的影响。得到的变结构智能预报模型能够在调和分析法稳定的预报结果的基础上考虑时变环境要素的影响,以有效提高预报的精度。并通过实测的海洋环境要素数据验证了算法的可靠性和有效性。 （2）建立结构和参数均可自适应调整的海洋环境要素辨识和预报模型。模型的动态调整可分为模型参数的调整和对模型结构的调整,而对时变非线性系统的辨识需要对辨识模型的结构和参数均进行调整。本研究提出的变结构神经网络和变结构多维模糊系统可以对系统的输入-输出样本进行序贯学习,对模型的结构进行在线调整并实时更新模型参数,以有效反映时变因素对系统动态的影响,提高模型辨识精度和泛化精度。 （3）对海洋环境要素的实测数据的数据挖掘和变异点分析。本研究提出改进的Gath-Geva模糊时间序列分析算法并应用于海洋环境要素的实时预报。通过对潮高以及风、气压和水温等环境要素进行实测数据的时间序列模糊分割,并根据分割的结果对时间序列进行分段,建立起包含能够反映当前系统动态变化的自适应滑动数据窗,在此基础上建立变结构神经网络预报模型。 （4）建立海洋环境要素的区域预报模型。在海洋环境要素点位预报的基础上,在港区优化选择控制点,对其他的点位进行插值计算,建立整个港区水域的以潮汐和潮流为主的海洋环境要素实报及预报系统。