基于RBF算法的江苏表层悬沙浓度预测模型

摘要：

声学多普勒流速剖面仪(ADCP)不仅可以进行流速的测量,同时又具有观测悬浮物的潜能.本文应用RBF神经网络,利用MATLAB工具箱,以温度、盐度、流速、深度、风速、波高为输入变量,建立了预测江苏海域表层悬沙浓度的预测模型,并将其与多元线性回归和BP神经网络预测模型的预测效果进行比较,研究结果表明:利用RBF神经网络预测模型预测悬沙浓度的误差小,可以更准确地对悬沙浓度进行预测.

关键词： 海洋环境 悬浮泥沙 浓度预测 神经网络模型 构造径向基函数算法

作者: 阎莉 杨红 王春峰 刘成秀

作者单位: 上海海洋大学海洋科学学院,上海 201306

会议类型: 国内会议

会议名称: 中国海洋工程咨询协会海洋装备分会、上海市海洋湖沼学会2014学术年会

会议地点: 上海

会议语种:中文

页码: 164-168

在线出版日期: 2015-02-01（万方平台首次上网日期，不代表论文的发表时间）