基于遗传犅犘神经网络的海底沉积物声速预报.PDFVIP

第 卷 第 期 海 洋 学 报 ， ３８ １ Ｖｏｌ．３８ Ｎｏ．１ 　　 　　 　　 　 年 月 Ｈａｉａｎ Ｘｕｅｂａｏ ２０１６ １ Ｊａｎｕａｒ２０１６ ｙ ｇ ｙ 陈文景，郭常升，王景强，等 基于遗传 神经网络的海底沉积物声速预报［］ 海洋学报， ， （）： ， ： ． ＢＰ Ｊ． ２０１６ ３８１ １１６－１２３ ｄｏｉ ／ １０．３９６９．ｉｓｓｎ．０２５３４１９３．２０１６．０１．０１１ ｊ ， ， ， ＣｈｅｎＷｅｎｉｎ ＧｕｏＣｈａｎｓｈｅｎ Ｗａｎ Ｊｉｎ ｉａｎ ｅｔａｌ．Ａｓｔｕｄ ｏｎｆｏｒｅｃａｓｔｉｎ ｓｏｕｎｄｖｅｌｏｃｉｔｏｆｓｅａｆｌｏｏｒｓｅｄｉｍｅｎｔｓｂａｓｅｄｏｎＧＡ－ ｊｇ ｇ ｇ ｇ ｇｑ ｇ ｙ ｇ ｙ ［］ ， ， （）： ， ： ／ ＢＰｍｅｔｈｏｄＪ．Ｈａｉａｎ Ｘｕｅｂａｏ ２０１６ ３８１ １１６－１２３ ｄｏｉ１０．３９６９．ｉｓｓｎ．０２５３４１９３．２０１６．０１．０１１ ｙ ｇ ｊ 基于遗传 神经网络的海底沉积物声速预报 犅犘 ，， ， ，， １２３ １２ ４ １２３ 陈文景 ，郭常升 ，王景强 ，侯正瑜 （ 中国科学院海洋研究所，山东 青岛 ； 中国科学院海洋地质与环境重点实验室，山东 青岛 ； 中国 １． ２６６０７１２． ２６６０７１３． 科学院大学，北京 ； 国家海洋局第一海洋研究所 海洋沉积与环境地质国家海洋局重点实验室，山东 青岛 １０００４９４． ２６６０６１） 摘要：在海底沉积物声速预报中，针对传统经验公式存在预测精度差、适用范围窄、缺乏物理意义等 问题，在已有 神经网络预测的基础上，运用遗传算法优化其初始权值和阈值的方法，构建出基于含 ＢＰ 水量、孔隙度的声速预报模型。将南沙海域采集得到的海底沉积物样品分为两部分，抽取 １２０组涵盖 陆架、陆坡、海槽等地貌单元的样品作为训练数据，另外剩余 组作为测试数据。经试验对比后发现， ６ 在对本区域进行声速预报时，宜采用遗传算法优化的 神经网络，其要优于传统的单参数、双参数回 ＢＰ 归拟合预报方法和国内外其他学者所得到的经验公式。此种预报方法具有一定的科学依据和广泛的 应用前景，可在今后为建立明确、统一的声速预报模型提供参考。 关键词：遗传算法； 神经网络；海底沉积物；声速预报 ＢＰ 中图分类号： 文献标志码