基于RBF算法的探空湿度太阳辐射误差预测

摘要：

针对传统BP神经网络算法预测的探空湿度太阳辐射温度误差偏大的问题,基于南京大桥的GTS1-2湿度传感器及其防雨帽模型,采用计算流体动力学(CFD)软件,通过PRO/E建模、ICEM划分网格及FLUENT仿真,以高空实际探测中典型气压、太阳高度角和太阳辐射量为变量仿真出2530组温度误差的数据样本.数据样本通过BP,PSO?BP,GA?BP,RBF神经网络算法进行优化对比,最终采用RBF神经网络算法构建预测模型,可预测出不同环境下探空的湿度太阳辐射温度误差,且预测出的温度误差最小.

关键词：气象探测、GTS1-2湿度传感器、计算流体动力学、太阳辐射偏干误差、粒子群优化神经网络算法、遗传神经网络算法、径向基函数神经网络算法

所属期刊栏目：43

分类号：TN911.1-34;TP183

资助基金：国家自然科学基金资助项目:GTS1探空湿度测量误差修正方法的关键问题研究41605120

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：146-151