文献

J-GLOBAL ID：201102282111820819   整理番号：11A1550435

データ駆動型モデルに基づく潮位と潮流予測

Tidal Level and Current Prediction on the Basis of Data-Driven Model

著者 (4件)： Li Mingchang (Lab. of Environmental Protection in Water Transport Engineering, Tianjin Res. Inst. of Water Transport Engineering ...) ,  Liang Shuxiu (State Key Lab. of Coastal and Offshore Engineering, Dalian Univ. of Technol., Liaoning, Dalian) ,  Sun Zhaochen (State Key Lab. of Coastal and Offshore Engineering, Dalian Univ. of Technol., Liaoning, Dalian) ,  Zhang Guangyu (Lab. of Environmental Protection in Water Transport Engineering, Tianjin Res. Inst. of Water Transport Engineering ...)
資料名： Beijing Ligong Daxue Xuebao  (Beijing Ligong Daxue Xuebao)
巻： 30  号： 7  ページ： 864-868  発行年： 2010年 
JST資料番号： W0652A  ISSN： 1001-0645  CODEN： BLXUEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 海洋工学の水域に近い潮位と潮流データの不足は,海洋工学設計と数値モデル構造に不確実性をもたらす可能性がある。この問題を解明するために,いくつかの必要な予測モデルを開発する。1つのサイト潮位または,潮流(流速と流れ方向)の予測モデル,マルチサイト潮位または,潮流の予測モデル,そして,潮位-潮流の予測モデルを含んでいる。それらのモデルの構造は,逆伝搬法(BP)ニューラルネットワーク(ANN)と単一サイトの自己相関とマルチサイト間または,潮位と潮流の間の相互相関特性に基づいている。複雑な地形と流体力学的条件下のフィールド・データを用い,提示したデータ駆動型モデルの性能を確証する。それは,潮位と潮流の間の非線形マッピング関係をそれらのモデルによって,再生できることを示している。数値結果とフィールドデータの間の比較は,開発したモデルは,単純構造と優れた精度の利点を有することを実証する。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *データフロー制御 ,  モデル ,  ニューラルネットワーク ,  数学モデル ,  現場 ,  予測モデル ,  自己相関 ,  不確実性
準シソーラス用語： *データ駆動 ,  数値モデル ,  フィールド

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： データ駆動 ,  モデル ,  潮位 ,  潮流 ,  予測