人工神经网络模型在航道、港口潮水位预报中的应用.pdfVIP

维普资讯 第 2期 水 利 水 运 工 程 学 报 No．2 2008年 6月 HYDRO．SCIENCE AND ENGD EERING Jun．2008 人工神经网络模型在航道 、港 口潮水位预报 中的应用 欧素英 ，杨清书 (1．中科院海洋研究所 ，山东 青岛 266203；2．中山大学 地理科学与规划学院河 口海岸研究所 ，广东 广 卅I 510275) 摘要 ：利用BP人工神经网络技术，以主要分潮为输入，在合理选择各参数的基础上，通过BP网络模型确定与 各分潮调和常数相关的权值 ，建立起 以短期潮水位资料为基础 的潮水位预报模型．并利用该模型对珠江 口磨刀 门水道 的大横琴 站的潮位进行预报 ．结果表 明，只要资料 时间超过 15d就可 以很好地 预报 较长时间的潮位 ． 关 键 词 ：BP网络模型；潮位；预报；调和分析 中图分类号 ：fy731．34 文献标识码 ：A 文章编号 ：I(]89—64ox(2oo8)o2—0067—04 Back-propagationartificialneuralnetworkmodelforpredictionoftidalwaterlevel OUSu—ying一，YANGQing．shu (1．InstituteofOceanology，ChineseAcademyofSciences，Qingdao 266203，China；2．InstituteofEstuarineand CoastalResearchofZhong—ShanUniversity，Guangzhou 510275，China) Abstract：TheBPartificialneuralnetworktechnologyisappliedtoestablishthemodelforpredictionoftidalwater levelbasedonshort—term tidaldata．Byreasonableselectionofseveralparameters，theweightsrelatedtoharmonic constantsofmain constituentsare determined．Themodelisused topredictthe tidalwater levelofDahengqin station．Theresuhsshow thatthethree—monthtidallevelpredictionusing15一daytrainingdataisidealandindicate thattheBPN iscapableoflearning the levelvariationstopredictthe tidalvariation usingonlyvery short—term 0bservati0ndata． Keywords：BP artificialneuralnetworks；tidalwaterlevel；forecasting；harmonicanalysis 海洋潮汐是近岸海洋重要的动力现象之一，其潮位的涨落变化直接影响人类的生产活动．对于潮汐预报 的研究由来已久．早期利用平衡潮理论来分析预报大洋潮汐 ，但 由于该理论没有考虑地形特别是近岸地形 的 影响，不能用于水深较浅 的近岸海域潮汐 的预报．为呲 ，Doodson首次提出用最小二乘法确定调和常数 的调 和预报方法．该方法可以精确地预报近岸、港 口的潮汐现象，并得到了广泛的应用，但该方法要求分析资料必 须具备一定 的长度．精确 的调和分析则需要提供长达 l9年的逐时水位资料 ，资料越短 ，误差越大．此后 ，随着 收稿 日期 ：2007—07—03 基金项 目：广东省科技计划资助项 目(2007A032600002) 作者简介 ：欧素英 (1974一)，女