基于遗传 BP 神经网络的海底沉积物声速预报

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 BP 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6组作为测试数据。经试验对比后发现，在对本区域进行声速预报时，宜采用遗传算法优化的 BP 神经网络，其要优于传统的单参数、双参数回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、BP 神经网络、海底沉积物、声速预报

分类号：P733.23(海洋基础科学)

资助基金：海洋公益性行业科研专项项目200905025。

在线出版日期：2016-03-22（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：116-123