买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:大连理工大学
摘要:本发明属于海浪数值模拟识别领域,公开了一种多参数海浪谱拟合方法,包括利用浮标获取海浪实测数据,构建海浪实测数据集;构建适用于多海浪谱形叠加的多参数海浪谱模型;基于异构综合学习粒子群优化器构建维度为M的形状参数优化模型;基于海浪实测数据集,利用形状参数优化模型,计算多参数海浪谱模型所需的形状参数;将计算得到的形状参数带入多参数海浪谱模型,经过迭代更新输出海浪谱拟合结果。本发明提高了海浪谱模型的适用范围与准确性,为海洋波浪研究和实际应用提供新工具。
主权项:1.一种多参数海浪谱拟合方法,其特征在于,包括如下步骤:S1.利用浮标获取海浪实测数据,构建海浪实测数据集;S2.构建适用于多海浪谱形叠加的多参数海浪谱模型,其中所述多参数海浪谱模型引入了形状参数Ai、Bi、Ci、Di;其中,所述多参数海浪谱模型为基于双峰谱或多峰谱形式构建的模型,所述多参数海浪谱模型如公式(1)所示: (1)其中,下标用于标识风浪信息,下标用于标识涌浪信息,为海浪谱密度函数值,为有效波高,为有效波周期,为频率,为风浪的海浪谱密度函数,为涌浪的海浪谱密度函数,所述形状参数Ai、Bi、Ci、Di为仅受海浪谱谱形影响的无量纲参数,且所述形状参数Ai≥0、Bi≥0、Ci≥0、Di≥0,A1、B1、C1、D1为时的形状参数,为Ci对应的有效波周期,为Ci对应的频率,n表示叠加的海浪谱形数量,当n=2时公式(1)为双峰谱形式,当实际测量的海浪谱出现超过2个峰时,n2;S3.基于异构综合学习粒子群优化器构建维度为M的形状参数优化模型;其中,所述形状参数优化模型如公式(2)所示: (2)其中,为所述海浪实测数据集中的实测数据,为海浪谱密度函数值,优化目标为误差E最小;S4.基于步骤S1中构建的所述海浪实测数据集,利用步骤S3中的所述形状参数优化模型,计算步骤S2中所述多参数海浪谱模型中的所述形状参数Ai、Bi、Ci、Di;S5.将步骤S4计算得到的所述形状参数Ai、Bi、Ci、Di输入步骤S2中的所述多参数海浪谱模型,经过迭代更新输出海浪谱拟合结果。
全文数据:
权利要求:
百度查询: 大连理工大学 一种多参数海浪谱拟合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。