Resumen

El Mar del Sur de China es el área marina marginal más grande de China y es rico en recursos minerales de petróleo y gas; por lo tanto, estimar sus cambios en el nivel del mar es de gran importancia práctica. Basándose en las características lineales y no lineales de cambio en el nivel del mar, este artículo descompone la serie temporal de anomalías del nivel medio del mar de 1992 a 2019 en el Mar del Sur de China en términos de tendencia, estacionales y aleatorios. Este artículo compara los modelos SARIMA y Prophet para estimar las tendencias y los términos estacionales, y los modelos LSTM y RBF para estimar los términos aleatorios, seleccionando los modelos más adecuados. Se desarrolló un modelo combinado Prophet-LSTM basado en los resultados de precisión. Este artículo utiliza el modelo combinado para estudiar el efecto de la longitud de los datos conocidos en los resultados experimentales y determinar la mejor duración de predicción. Los resultados muestran que el modelo combinado es adecuado para estimaciones a corto y mediano plazo de 12 a

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:China; Cambios en el nivel del mar; Modelos; Profeta; Lstm; Estimación
• Keywords:China; Sea level changes; Models; Prophet; Lstm; Estimation