Evolutionary optimization assisted delayed deep cycle reservoir modeling method with its application to ship heave motion prediction

启发式 差异进化 计算机科学 系列(地层学) 深度学习 人工智能 进化算法 全局优化 数学优化 算法 数学 地质学 古生物学
作者
Lumeng Huang,Xiaogang Deng,Ying-Chun Bo,Yanting Zhang,Ping Wang
出处
期刊:Isa Transactions [Elsevier]
卷期号:126: 638-648 被引量:14
标识
DOI:10.1016/j.isatra.2021.08.020
摘要

As one emerging reservoir modeling method, cycle reservoir with regular jumps (CRJ) provides one effective tool for many time series analysis tasks such as ship heave motion prediction. However, the shallow learning structure of single CRJ model limits its memory capacity and leads to unsatisfactory prediction performance. In order to pursue the stronger dynamic characteristic description of time series data, a delayed deep CRJ model is presented in this paper by integrating the deep learning framework with delay links and the evolutionary optimization for mixed-integer problem. Different from the basic CRJ model with only one reservoir, delayed deep CRJ builds multiple serial reservoirs with inserting the delay links between adjacent reservoirs. Due to the design of dynamic deep learning structure, the memory capacity is enlarged to improve ship heave motion prediction. Aiming at the mix-integer optimization problem in delayed deep CRJ model, a heuristic evolutionary optimization scheme based on the stepwise differential evolution algorithm is applied to determine the delayed deep CRJ parameters automatically. The stepwise differential evolution assisted delayed deep CRJ model can avoid the non-optimal solution resulted from the manual parameter setting effectively. Finally, one numerical example and the real experiment data are utilized to validate the methods and the results demonstrate that delayed deep CRJ model has better prediction performance in contrast to the basic CRJ method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
光亮的小兔子完成签到,获得积分10
刚刚
情怀应助LJJ采纳,获得10
刚刚
无花果应助受伤千易采纳,获得10
2秒前
呆萌的土豆完成签到,获得积分10
3秒前
魔镜魔镜告诉我有病完成签到,获得积分10
7秒前
7秒前
10秒前
所所应助Excelisior采纳,获得10
10秒前
香蕉觅云应助丸子歪歪采纳,获得30
11秒前
LJJ发布了新的文献求助10
12秒前
蓝桉完成签到,获得积分10
12秒前
啊啊啊啊宇呀完成签到 ,获得积分10
12秒前
13秒前
13秒前
13秒前
15秒前
寿司求学记完成签到 ,获得积分10
16秒前
17秒前
17秒前
yumeiwww完成签到,获得积分10
18秒前
18秒前
zhangjie3081完成签到,获得积分10
18秒前
CipherSage应助学术趴菜采纳,获得10
18秒前
19秒前
偷猪剑客完成签到,获得积分10
20秒前
李健应助LJJ采纳,获得10
20秒前
科研通AI2S应助冷静映安采纳,获得10
23秒前
24秒前
偷猪剑客发布了新的文献求助10
25秒前
27秒前
27秒前
拉姆完成签到,获得积分10
28秒前
橙子发布了新的文献求助10
28秒前
29秒前
华仔应助zhangjie3081采纳,获得10
29秒前
巴啦啦啦发布了新的文献求助10
29秒前
学术趴菜发布了新的文献求助10
32秒前
32秒前
32秒前
hay完成签到,获得积分10
33秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256152
求助须知:如何正确求助?哪些是违规求助? 2898242
关于积分的说明 8300614
捐赠科研通 2567422
什么是DOI,文献DOI怎么找? 1394523
科研通“疑难数据库(出版商)”最低求助积分说明 652817
邀请新用户注册赠送积分活动 630511