大学， 2018.
[5]康军， 段宗涛， 唐蕾， 等. 一种LS-SVM在线式短时交通流预测方法[J]. 计算机应用研究， 2018， 35（10）： 2965-2968.
[6]刘爱国， 薛云涛， 胡江鹭， 等. 基于GA优化SVM的风电功率的超短期预测[J]. 电力系统保护与控制， 2015， 43（2）： 90-95.
[7]甘泽， 李志刚， 张岩. 潮汐发电中调和分析与人工神经网络预测潮位[J]. 河北联合大学学报（自然科学版）， 2014， 36（1）： 84-87.
[8]姚德峰. 基于调和分析的短期潮位粗差探测与修复方法研究[J]. 勘察科学技术， 2016（6）： 28-30.
[9]柳成， 尹建川. 一种高精度的短期潮汐预报模型[J]. 上海海事大学学报， 2016， 37（3）： 74-80. DOI： 10.13340/j.jsmu.2016.03.014.
[10]梁昌勇， 马银超， 陈荣， 等. 基于SVR-ARMA组合模型的日旅游需求预测[J]. 管理工程学报， 2015， 29（1）： 122-127. DOI： 10.13587/j.cnki.jieem.2015.01.016.
[11]柳成. 基于支持向量机的模块化潮汐预报[D]. 大连： 大连海事大学， 2017.
[12]孙映宏， 章国稳， 姬战生. 基于支持向量机的钱塘江潮时预报方法[J]. 水力发电， 2017， 43（7）： 17-21.
[13]张泽国， 尹建川， 柳成， 等. 基于SAPSO-BP网络模型的港口潮汐实时预报[J]. 水运工程， 2017（1）： 34-40. DOI： 10.16233/j.cnki.issn1002-4972.2017.01.006.
[14]ZHANG Zeguo， YIN Jianchuan， WANG Nini， et al. A precise tidal prediction mechanism based on the combination of harmonic analysis and adaptive network-based fuzzy inference system model[J]. Acta Oceanologica Sinica， 2017， 36（11）： 94-105. DOI： 10.1007/s13131-017-1140-x.
（編辑 贾裙平）
