基于人工神经网络的赤潮预测方法研究【文献综述】

基于人工神经网络的赤潮预测方法研究【文献综述】

ID:437458

大小:200.34 KB

页数:12页

时间:2017-08-02

基于人工神经网络的赤潮预测方法研究【文献综述】_第1页
基于人工神经网络的赤潮预测方法研究【文献综述】_第2页
基于人工神经网络的赤潮预测方法研究【文献综述】_第3页
基于人工神经网络的赤潮预测方法研究【文献综述】_第4页
基于人工神经网络的赤潮预测方法研究【文献综述】_第5页
资源描述:

《基于人工神经网络的赤潮预测方法研究【文献综述】》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、毕业论文文献综述计算机科学与技术基于人工神经网络的赤潮预测方法研究引言:近年来,赤潮发生的频率越来越高,对海洋渔业、海水养殖业和滨海旅游业等均造成了一定的危害,经济损失严重。因此,弄清楚赤潮发生的机理并对其进行准确地预报,对预防赤潮的发生以及减少赤潮灾害带来的损失至关重要。鉴于赤潮突发性和复杂性和对其机理的认识,目前常用的预测方法主要依据赤潮影响因子的变化判断其是否发生,它是一个模式识别过程。由于生态系统各因子之间表现出高度的非线性和不确定性,传统的预测方法有效的很少。人工神经网络具有较好的处理非线性模式识别特性,它独特的信息处理和解算能力对机制尚不明确的高维非线性系统具有很

2、好的建模能力。目前神经网络在生态系统模拟、生态数据处理以及要干生态参数的提取方面等方面得到广泛应用[1,2]。本文介绍一种常见的神经网络算法网络,即BP(BackPropagation)网络,以及它在赤潮预测中的应用。1赤潮及赤潮的预测研究1.1赤潮赤潮(redtide)也称红潮,通常是指一些海洋微藻、原生动物或细菌在水体中过度繁殖或聚集而令海水变色的现象,藻华(algalbloom)有时称水华或藻花,是指水体中藻类大量繁殖的一种现象,习惯上将水体中藻类达到一定密度后的藻华称作赤潮[3]。自20世纪70年代有比较齐全的赤潮资料以来,我国赤潮发生主要有以下趋势:赤潮的发生以每1

3、0年3倍的速度不断上升;赤潮的规模不断扩大;危害程度增加。有害赤潮是一种有多种因素综合作用引起的生态异常现象,人们至今还没有对其发生机理有完整、统一的认识,而且赤潮生物的繁殖与其影响因子之间具有高度的复杂性和非线性,从而很难采用传统的偏微分方程对其规律进描述。在这种情况下,以数据挖掘技术为主的数据驱动模型就开始显示出其优势。其中,人工神经网络ANN(ArtificialNeuralNetwork)的应用最为广泛,尤其是在寻求和建立信号输入和输出方面,具有许多其他方法所不具有的优势,并在实际应用中取得了很好的效果[4]。1.2赤潮的预测赤潮是一种由多因素综合作用引发的生态异常现

4、象,具有突发性及非线性等特点,并且赤潮生物种类繁多,不同海域发生赤潮的主要影响因子又不尽相同,因此,对其进行成功预测并进行有效的预防减灾已成为社会迫切需要[5]。国内外学者从不同角度开展了赤潮预测的研究,并提出了众多的赤潮预测方法。近几年随着计算机软件技术、人工智能以及生物技术的迅猛发展,人们开始探索将其应用与赤潮的预测。20世纪90年代,RECKNAGEL[6]将ANN(Artificialneuralnetworks)运用于蓝-绿藻的种类丰度和演替预测研究,结果证明,ANN浮游植物模型具有较好的预测潜力,并促进了ANN在水华、赤潮方面的研究。WILSON和RECKNAGE

5、L[7]与KUDELA和COCHLAN[8]虽然将ANN应用于赤潮预测计算中,但未在网络结构的优化方面做工作,而国内的一些学者则在这一方面作了大量的工作。蔡如钰[9]、董婧等[10]、吴京洪[11]谢中华和晏丽红[12]等在人工神经网络对赤潮进行预测方面做出了巨大贡献。上述研究初步表明,ANN用于赤潮生物生长的研究是一种行之有效的新途径,与传统统计模型相比有一定的优越性,与传统统计模型相比,人工神经网络方法不要求监测数据具有很强的规律性,就可以用训练后的网络模型对其进行预测,具有一定的实用性。2人工神经网络及BP算法网络人工神经网络(ArtificialNeuralNetwo

6、rk)是指由大量与自然神经系统细胞类似的人工神经元连接而形成的网络,其由应用工程技术、计算机手段模拟生物神经网络的结构和功能,实现只是并行分别处理,是一个人工智能信息处理系统,与较高的建模能力和对数据良好的拟合能力[13]。人工神经网络模仿人脑神经的活动,力图建立脑神经活动的数学模型。近年来,只能控制作为一门新的交叉学科蓬勃兴起。人们在更高层次上寻求控制、计算机和神经生理学的新结合,以此来解决显示世界中常规控制论难以解决的一些问题。2.1神经网络国内外研究现状20世纪90年代以来,神经网络网络的应用领域迅速扩大。近百种近百种网络结构、学习算法相继出现,硬件实现的研究工作也取得

7、了重要进展。神经网络理论的应用研究已经渗透到大量的工程领域,并取得了令人瞩目的成果。1987年6月IEEE在SanDiego召开了第一节神经网络会议,标志着神经网络研究在世界范围内形成了高潮,此后国际上每年都有以神经网络为主题的国际会议召开。随着神经网络理论研究的进展,其应用产品开发也获得了初步的成功。目前已有的神经网络应用产品有HNC公司的手写体识别,Neuralteach的专家系统设计,HNC的脑电图分析,HNC和AI-WARE的过程与机器人控制等众多产品。在举世瞩目的海湾战争中,美国空军也采用了神

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。