双种群约束QPSO-BP的声速剖面反演方法

作者：孙佳龙; 张杰; 唐玥; 孙苗; 张正阳; 张弛

来源：测绘科学, 2021, 46(08): 127-134.

DOI：10.16251/j.cnki.1009-2307.2021.08.018

• 声速剖面
• QPSO-BP
• 双种群约束
• Argo

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。

• 单位
  江苏省海洋资源开发研究院