基于BP神经网络的海啸爬坡高度预测

摘要

海啸是一种灾难性的海浪,了解它的运动状态及其近岸的爬坡高度,对近岸基础设施建设,工程的防灾减灾具有重要意义.海啸的爬坡运动是一个复杂的非线性系统,通常将海啸简化为孤立波计算,孤立波爬高通常和坡度、波高、静水深度等因素有关,为解决这一非线性问题,提出了一种基于BP(back propagation)神经网络的预测近岸孤立波爬坡最大高度的方法.通过OpenFOAM建立二维数值波浪运动模型,计算得到数值模型爬高数据,通过与理论值的对比分析,该模型能够较好地模拟孤立波的爬坡运动.仿真数据与文献现有数据共计70组,将它们随机打乱后,其中50组用于模型训练,20组用于模型验证.通过对数据的训练和验证,最终结果表明,基于BP神经网络算法的模型在预测孤立波最大爬坡高度上具有较好的精度.