基于异地潮位资料和BP神经网络的潮位推算研究

• 作者: 周峰华 潘文亮 王东晓 王盛安 龙小敏
• 来源期刊: 热带海洋学报
• 关键词: 神经网络 隐含层 输入因子 潮位
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 海洋水文学
• 页码范围: 1-7
• 页数: 7页
• 分类号: P731
• 语种: 中文
• DOI: 10.3969/j.issn.1009-5470.2015.02.001

摘要

文章通过 BP 神经网络模型,利用西沙站的实测潮位推算三亚站潮位,研究用一地点的潮位资料去推算另一地点(异地)潮位的方法。文章比较了不同隐含层节点数和输入因子对潮位推算结果的影响,采用预测时间(t)之前 N 个小时(t–N+1,?, t–1, t)西沙站的实测潮位数据作为输入因子,输入因子数目在2~10之间,隐含层分别采用节点数3、4、5、10和15建模,分多种情况进行推算。结果显示,对文中使用的特定情形,隐含层为4个节点的效果最好,隐含层为15个节点的效果最差；输入层为2个节点的效果最好,输入因子增多会使得推算效果变差。隐含层为4个节点、输入因子为 t–1、t 时刻潮位的仿真验证的结果最好,推算值和实测值之间的相关系数为0.9901,均方根误差为0.06m,误差在–0.16～0.15m之间。结果表明,如果两个地点的潮位具有物理上的关联,通过 BP神经网络模型,用一地点的实测潮位推算另一地点潮位的方法是可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王盛安	热带海洋环境国家重点实验室中国科学院南海海洋研究所	3	14	3.0	3.0
2	龙小敏	热带海洋环境国家重点实验室中国科学院南海海洋研究所	3	11	3.0	3.0
3	潘文亮	热带海洋环境国家重点实验室中国科学院南海海洋研究所	3	11	3.0	3.0
4	周峰华	热带海洋环境国家重点实验室中国科学院南海海洋研究所	1	3	1.0	1.0
5	王东晓	热带海洋环境国家重点实验室中国科学院南海海洋研究所	4	54	3.0	4.0