基于BP神经网络的海啸爬坡高度预测
2021-05-28周哲儒
沈阳师范大学学报(自然科学版) 2021年2期
关键词:模型
周哲儒, 苏 波
(江苏大学 土木工程与力学学院, 江苏 镇江 212000)
海啸是人类近海生产作业的一大威胁,它通常是由于板块运动和巨物的突然下坠引起,巨浪冲击至岸边后不仅会摧毁沿海的堤岸、码头、建筑等,还会席卷人类,对人民生命和财产安全造成严重威胁,因此,对近岸海浪爬坡高度的研究预测,对海岸工程,减少财产损失及人员伤亡具有重要意义[1]。
在研究海啸最高爬坡高度时,通常将海啸波简化为孤立波计算,近年来,国内外的学者对孤立波的最大爬坡高度进行了较多的研究,主要以理论、数值模拟计算、试验研究方面为主。理论方面,Madsen等[2]理论研究了海啸波的波列,包括孤立波和N波的爬高和回落的解析解。试验研究方面,Hsiao等[3]在1∶60的平摊海面上进行了破碎孤立波演化的实验,提出了1个简单的可用于预测(1∶15~1∶60)均匀海滩上破碎孤立波的最大爬升高度。Nimish等[4]采用1∶12的斜坡,研究了在不同波峰间距下,等高双孤立波的爬高互相影响。荣一毅等[5]首次在1/10的斜坡上进行等三孤立波的爬高实验,分析了孤立波爬高放大系数随波峰间距变化的规律。数值模拟方面,Tsung[6]利用Boussinesq模型对孤立波的爬坡和漫顶进行了数值模拟。
近年来,神经网络快速发展,它具有良好的自适应学习能力和非线性映射能力,常用于处理物理机制、因果关系复杂的非线性问题。Mandl等[7]采用递归神经网络,以印西海岸实测海浪为模型,预测结果的相关系数较高。Günaydin等[8]采用前馈反馈传播(FFBP)和广义回归神经网络(GRNN)2种人工神经网络方法预测海啸上升高度,预测效果良好。……
登录APP查看全文
