矿冶工程

作者：姚汭成, 龚德文

单位：长沙矿冶研究院有限责任公司 深海矿产资源开发利用国家重点实验室, 湖南 长沙 410012

关键词：海浪高度预测,深海采矿,支持向量回归,灰狼优化算法

基金：国家重点研发计划(2016YFC0304102-2);中国五矿集团科技专项(2019ZXA02)

基于ERA5再分析资料, 取海试区中心区域海洋环境数据构建输入特征, 使用灰狼优化算法(GWO)对支持向量回归(SVR)算法进行参数寻优, 并将GWO-SVR算法和传统SVR算法及基于粒子群算法(PSO)的PSO-SVR浪高预测效果进行比较和分析。为进一步探究周围环境及海浪状态对GWO-SVR预测效果的影响, 构建3种数据模型进行了63组试验。结果表明, GWO-SVR能够对海浪高度进行有效预测, 且预测精度较高; 当使用较大空间范围的海洋环境数据构建特征作为算法输入时, 能够有效提高GWO-SVR算法对海浪高度预测的精度。

来源：2022年第6期

《矿冶工程》期刊编辑部

查看矿冶工程杂志2022年第6期