双种群约束QPSO-BP的声速剖面反演方法

摘要：

海水中声速剖面反演可以及时获取海洋环境信息,对于改善和提高水声设备的工作性能以及海洋的研究和开发都具有重要意义.针对声速剖面反演过程中,神经网络存在容易过早收敛的不足,该文提出 了基于双种群约束QPSO-BP的声速剖面反演方法.利用Argo获取的温度和盐度数据,以2004-2017年经验正交函数所得到的特征向量和历史声速剖面作为训练样本,以BP神经网络反演声速剖面的模型作为基础,并在QPOS-BP算法基础上引入了双种群约束策略,通过与2018年6月和12月的实测声速剖面数据进行比较,双种群约束QPSO-BP声速预测模型在精度上比BP神经网络和QPSO-BP网络模型分别平均提高了 35％和25％.结果表明,双种群约束QPSO-BP能有效提高声速剖面反演精度.

关键词：声速剖面;QPSO-BP;双种群约束;Argo

所属期刊栏目：46

分类号：P229(大地测量学)

资助基金：国家自然科学基金项目;自然资源部海洋信息技术创新中心开放基金课题、连云港高新区重点研发计划项目;江苏省高校海洋科学技术优势学科建设项目、测绘工程国家一流本科专业建设点建设项目

在线出版日期：2021-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：127-134