东海区域灾害性海浪长期预测方法研究.pdfVIP

第26卷第5期 海 洋 通 报 V01．26，No．5 2007年10月 MARINESCIENCEBUU。E11N oct2007 东海区域灾害性海浪长期预测方法研究 王华，姚圣康，龚茂殉，陈美榕 (国家海洋局东海预报中心，上海20@)81) 摘要：海浪预报具有复杂性、非线性和高维性等特点，而BP人工神经网络是处理非线性关系．进行科学预测行之有效的方法。 本文中采用BP人工神经网络技术，咀19852(；05年影响东海匮的热带气旋、温带气旋和冷空气等相关要素为样本，建立东海区 域灾害性海浪BP神经网络长期预测数值模型。通过模拟预测热果检验：该模型预测准确率超过85％，平均误差约为8％r满足实 际预测要求。 关键词：BP人工神经网络：灾害性海浪；聪音层；神经元 7 中图分娄号：P732 文献标识码：A 文章编号：1001—6932(2007)054)0354】008 海浪，特别是波高大于4m的巨浪，比较容易造成恶性海难。研究表明：海上自然破坏力的90％来 白海浪；由仅10％的破坏力直接来自于风…。在科学发达的今天由狂风巨浪造成的海难，仍占世界海难 的70％【l】。近几十年来，我国的经济、社会得到了快速的发展，但是每年国家因海洋灾害造成的损失却日 益严重。国家和沿海各级地方政府也越来越关注和重视海洋灾害的预报预测，因此开展更为科学合理的灾 害性海浪预测方法研究，是一项意义重大而又亟待开展的工作。BP人工神经网络方法被认为在研究非线 性特征状态方面效果十分显著，目前已逐渐应用于气候预测领域，同样亦可被借鉴用于其它气象、海洋预 报业务中。本文紧密结合东海沿海防灾减灾实际，全面分析研究了1985--2005年共21a影响东海区域， 并产生4m以上灾害性海浪的冷空气、温带气旋和热带气旋等天气系统，采用BP人工神经网络技术方 法，以建立东海区灾害性海浪人工神经网络长期预测数值预报模型，并对所建模型的重要参数选择、拟合 精度和预测效果等问题进行讨论。 1人工神经网络BP算法简介 人工神经网络是一种抽象的数学模型，由大量简单单元以及这些单元的分层组织大规模并行联结而成 的一种网络，它力图像生物神经系统一样处理事物，实现人脑的某些功能“J。它实质是一门非线性科学， 具有并行处理、容错性、自学习功能，有别于传统方法。把人工神经网络技术运用于海洋环境灾害性海浪 长期预测，能够有效地避免采用单一指标进行预测的片面性，较大提高预报的精度。 I．I BP算法权值及阈值调整公式 Back 误差反传算法(Eiror 馈阶层网络的学习算法。前馈阶层网络包含输入层、隐含层和输出层，各层之间实行权连接，层内神经元 之间无连接，网络的拓扑结构如图l所示。N为输入层神经元的数目，P为隐含层神经元的数目，m为 输出层神经元的数目，对于一个输入样本，经过权值、闽值和作用函数运算后，得到一个输出，然后让它 与期望的样本进行比较，若有偏差，则从输出开始反向传播该偏差，进行权值、闽值调整，使网络输出逐 渐与希望输入一致。 收稿日期：2006-08-28；收修改稿日期：20074)1一18 基金项目：国家海洋局青年海洋科学基金资助项目(编号：2005217) 海 洋 通 报 26卷 Ym 输入层 隐舍层 输出层 围fBP网络结构示意田 1 BPneuralnetworksliMciute Fig 第f个神经元之间的边接权为‰：隐含层中第f个神经元的闽值为鼠；隐含层中第f个神经元与输出层 中第J个神经元之间的边接权为H协输出层中第J个神经元的闽值为竹，O