【摘要】：赤潮（Red tide）是一種在特定條件下海洋中的某些浮游生物，包括微藻、原生動(dòng)物和細(xì)菌等，暴發(fā)性增殖而使海水變色的生態(tài)異常現(xiàn)象。目前，赤潮的發(fā)生越來越頻繁，已成為一種世界范圍的生態(tài)災(zāi)害，給很多沿海國(guó)家和地區(qū)造成了巨大的損失。為此，很多專家學(xué)者開展了有關(guān)赤潮預(yù)測(cè)方法的研究，試圖找到有效的方法對(duì)赤潮進(jìn)行預(yù)報(bào)預(yù)警，以盡最大程度的減少赤潮所引發(fā)的危害。傳統(tǒng)的赤潮預(yù)測(cè)方法是從數(shù)理角度出發(fā)，依據(jù)赤潮影響因子的變化規(guī)律來建造模型模擬赤潮是否發(fā)生。但由于赤潮發(fā)生的影響因素有很多種，海水的富營(yíng)養(yǎng)化程度升高，水文氣象的影響，海水理化因子的變化，船舶帶來的外來浮游物種等等，這種復(fù)雜性使得人們對(duì)赤潮發(fā)生機(jī)理的認(rèn)識(shí)還是不明確，再加上生態(tài)系統(tǒng)各因子之間表現(xiàn)出高度的非線性和不確定性，傳統(tǒng)的預(yù)測(cè)方法真正有效的并不多見。人工神經(jīng)網(wǎng)絡(luò)作為一種現(xiàn)代化技術(shù)手段，在處理非線性模式識(shí)別方面已經(jīng)表現(xiàn)出了很好的特性，它獨(dú)特的信息處理能力和解算能力適用于機(jī)制尚不清楚的高維非線性系統(tǒng)，并且神經(jīng)網(wǎng)絡(luò)在系統(tǒng)模擬、數(shù)據(jù)處理以及信息的提取等方面已經(jīng)得到了廣泛應(yīng)用，所以用人工神經(jīng)網(wǎng)絡(luò)來進(jìn)行赤潮預(yù)測(cè)研究是一個(gè)很好的選擇。 本文首先對(duì)赤潮的成因和危害以及我國(guó)近年來赤潮的發(fā)生狀況作了概述，其次是對(duì)以往的赤潮預(yù)測(cè)方法進(jìn)行了綜合、整理，對(duì)人工神經(jīng)網(wǎng)絡(luò)的三個(gè)基本要素進(jìn)行了闡述，之后詳細(xì)介紹了BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、GRNN三種網(wǎng)絡(luò)，采用MATLAB軟件的神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行赤潮預(yù)測(cè)模型的仿真實(shí)驗(yàn)，得到了較為理想的結(jié)果，并且通過實(shí)驗(yàn)結(jié)果對(duì)比分析這三種網(wǎng)絡(luò)的優(yōu)缺點(diǎn)，進(jìn)一步證明了光滑因子選取適當(dāng)?shù)腉RNN比BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)在赤潮預(yù)測(cè)方面有更高的準(zhǔn)確度，可以推廣使用。
【學(xué)位授予單位】：浙江海洋學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP183;X55
【圖文】：

本文實(shí)驗(yàn)數(shù)據(jù)樣本共有 28 個(gè)，為便于結(jié)果分析，現(xiàn)將實(shí)驗(yàn)分為兩組，第一選取 22 個(gè)樣本數(shù)據(jù)作為 BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，用 6 個(gè)樣本數(shù)據(jù)來檢查 BP 神經(jīng)絡(luò)的擬合性能；第二組選取 24 個(gè)樣本數(shù)據(jù)作為 BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，用 4 個(gè)本數(shù)據(jù)來檢查 BP 神經(jīng)網(wǎng)絡(luò)的擬合性能，通過 MatLab 7.9.0 的神經(jīng)網(wǎng)絡(luò)工具箱構(gòu)建 B神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真實(shí)驗(yàn)。第一組仿真實(shí)驗(yàn)得到的結(jié)果如圖 5-1 所示。

圖 5-2 BP 神經(jīng)網(wǎng)絡(luò)實(shí)測(cè)值與預(yù)測(cè)值Fig 5-2 The results of measured value and predicted value of BP neural network采用 4 組數(shù)據(jù)來進(jìn)行預(yù)測(cè)的 BP 神經(jīng)網(wǎng)絡(luò)的均方誤差34110 =×BPmse ，其實(shí)測(cè)值預(yù)測(cè)值和誤差數(shù)據(jù)如表 5-3 所示：表 5-3 BP 神經(jīng)網(wǎng)絡(luò)的實(shí)測(cè)值預(yù)測(cè)值和誤差數(shù)據(jù)表Tab 5-3 The measured value and predicted value and errors of BP neural network通過對(duì)比兩組的實(shí)驗(yàn)結(jié)果，得到采用 4 組數(shù)據(jù)進(jìn)行預(yù)測(cè)的 BP 神經(jīng)網(wǎng)絡(luò)的均方差值較小，說明采用 4 組數(shù)據(jù)進(jìn)行預(yù)測(cè)的 BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果要好于采用 6 組據(jù)進(jìn)行預(yù)測(cè)的 BP 神經(jīng)網(wǎng)絡(luò)。同時(shí)，作者發(fā)現(xiàn) BP 神經(jīng)網(wǎng)絡(luò)存在著不穩(wěn)定性，通過樣本 實(shí)測(cè)值 BP 預(yù)測(cè)值 誤差值4 0.1018 0.1213 -0.019515 0.1024 0.1113 -0.008921 0.1097 0.1064 0.003325 0.1111 -0.0570 0.1681

圖5-3的(a)和(b)是用同一個(gè)BP神經(jīng)網(wǎng)絡(luò)基于赤潮數(shù)據(jù)的仿真程序進(jìn)行兩次實(shí)得到的兩個(gè)圖像，采用 LM 訓(xùn)練函數(shù)，通過圖像對(duì)比可以看出兩次實(shí)驗(yàn)達(dá)到目標(biāo)均誤差的訓(xùn)練次數(shù)有很大的不同，這充分體現(xiàn)了 BP 神經(jīng)網(wǎng)絡(luò)存在不穩(wěn)定性，這會(huì)影網(wǎng)絡(luò)的預(yù)測(cè)能力，如果想用其進(jìn)行預(yù)測(cè)研究，就需要采取一定的方法提高它的穩(wěn)定性除了 BP 神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定性，作者還發(fā)現(xiàn)采用不同的訓(xùn)練函數(shù)，BP 神經(jīng)網(wǎng)的訓(xùn)練速度、訓(xùn)練精度有著很大不同。下面將具體說明。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伍長(zhǎng)榮;葉明全;胡學(xué)鋼;;基于PCA的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法研究[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年01期

2 蔡如鈺;赤潮生物密度與環(huán)境因子的ANN網(wǎng)絡(luò)映射預(yù)測(cè)模型[J];福建環(huán)境;2001年03期

3 王修林,孫培艷,高振會(huì),韓秀榮,陳江麟;中國(guó)有害赤潮預(yù)測(cè)方法研究現(xiàn)狀和進(jìn)展[J];海洋科學(xué)進(jìn)展;2003年01期

4 丁德文,劉勝浩,劉晨臨,林學(xué)政,邊際,黃曉航;孢囊及其與赤潮爆發(fā)關(guān)系的研究進(jìn)展[J];海洋科學(xué)進(jìn)展;2005年01期

5 林祖亨,梁舜華;大鵬灣鹽田海域夜光藻赤潮形成與潮汐的關(guān)系[J];海洋通報(bào);1993年02期

6 王洪禮;葛根;李悅雷;;基于模糊神經(jīng)網(wǎng)絡(luò)(FNN)的赤潮預(yù)警預(yù)測(cè)研究[J];海洋通報(bào);2006年04期

7 陳揚(yáng),賴錫軍;赤潮生態(tài)動(dòng)力學(xué)模型初探[J];海洋湖沼通報(bào);2003年04期

8 黃偉建,齊雨藻,朱從舉,駱育敏;大鵬灣夜光藻種群密度變化率動(dòng)態(tài)模型研究[J];海洋與湖沼;1996年01期

9 黃奕華,楚建華,齊雨藻;南海大鵬灣鹽田海域骨條藻數(shù)量的多元分析[J];海洋與湖沼;1997年02期

10 夏綜萬(wàn),于斌,史鍵輝,王壽松;大鵬灣的赤潮生態(tài)仿真模型[J];海洋與湖沼;1997年05期

相關(guān)會(huì)議論文 前1條

1 呂頌輝;謝隆初;齊雨藻;;近海赤潮生物學(xué)研究現(xiàn)狀及其問題[A];中國(guó)海洋湖沼學(xué)會(huì)藻類學(xué)分會(huì)第七屆會(huì)員大會(huì)暨第十四次學(xué)術(shù)討論會(huì)論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 姬鵬;知識(shí)發(fā)現(xiàn)技術(shù)在赤潮分析預(yù)測(cè)中的應(yīng)用研究[D];山東大學(xué);2009年

相關(guān)碩士學(xué)位論文 前2條

1 張銳;基于人工神經(jīng)網(wǎng)絡(luò)理論的機(jī)械故障診斷技術(shù)研究[D];東北林業(yè)大學(xué);2001年

2 徐杰;浙江沿海富營(yíng)養(yǎng)化與赤潮歷史的沉積記錄研究[D];浙江大學(xué);2004年

本文編號(hào)：2758808