基于RBF算法的探空湿度太阳辐射误差预测

摘要

针对传统BP神经网络算法预测的探空湿度太阳辐射温度误差偏大的问题,基于南京大桥的GTS1-2湿度传感器及其防雨帽模型,采用计算流体动力学(CFD)软件,通过PRO/E建模、ICEM划分网格及FLUENT仿真,以高空实际探测中典型气压、太阳高度角和太阳辐射量为变量仿真出2530组温度误差的数据样本.数据样本通过BP,PSO?BP,GA?BP,RBF神经网络算法进行优化对比,最终采用RBF神经网络算法构建预测模型,可预测出不同环境下探空的湿度太阳辐射温度误差,且预测出的温度误差最小.