粒子群優(yōu)化的門控循環(huán)單元網(wǎng)絡(luò)漂流浮標(biāo)軌跡預(yù)測

摘要： 該文針對漂流浮標(biāo)的軌跡預(yù)測問題，提出一種基于深度學(xué)習(xí)框架的端對端預(yù)測模型。由于不同海域的水動力模型存在較大差異，針對海面漂流浮標(biāo)的流體載荷計算也較為復(fù)雜。因此，該文根據(jù)漂流浮標(biāo)歷史軌跡形成的多維時間序列，提出更具有普適性的基于數(shù)據(jù)驅(qū)動的軌跡預(yù)測模型。該模型將粒子群優(yōu)化算法(PSO)與門控循環(huán)單元(GRU)結(jié)合，使用PSO算法對GRU神經(jīng)網(wǎng)絡(luò)的超參數(shù)進行初始化，經(jīng)過多次遷移迭代訓(xùn)...