基于CEEMDAN-LSTM風(fēng)暴潮潮位預(yù)測分析研究

摘要： 該文采用自適應(yīng)噪聲完全集合經(jīng)驗(yàn)?zāi)B(tài)分解-長短期記憶方法（CEEMDAN-LSTM）對風(fēng)暴潮潮位進(jìn)行短期時(shí)間序列預(yù)測，并與常用機(jī)器學(xué)習(xí)模型進(jìn)行對比分析，結(jié)果表明：基于CEEMDAN-LSTM的神經(jīng)網(wǎng)絡(luò)對工程區(qū)風(fēng)暴潮潮位的短期特征能進(jìn)行高精度的預(yù)報(bào)，其穩(wěn)定性和精度較常規(guī)機(jī)器學(xué)習(xí)模型都有較大的改進(jìn)。 （共8頁）