水资源与水工程学报

▶ 2008-2024年被中国情报信息研究所评价中心评为“中国科技核心期刊”
▶ 2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD（核心库）收录
▶ 2021、2023年入编北京大学图书馆《中文核心期刊要目总览》
▶ 2020-2024连续四年入选《科技期刊世界影响力指数（WJCI）报告》

LI Mingchang,SI Qi,LIANG Shuxiu,SUN Zhaochen,YOU Xueyi.海域潮流场数值模型开边界条件补遗预测的应用数据驱动模型水资源与水工程学报[J].,2011,22(1):

海域潮流场数值模型开边界条件补遗预测的应用数据驱动模型

Applied data-driven model for current field calibration under the condintion of open boundary

DOI：10.11705/j.issn.1672-643X.2011.01.002

中文关键词: 数据驱动模型人工神经网络潮流场模型反演开边界条件

英文关键词:data-driven model ANN POM model inversion open boundary condition

基金项目:中央级公益性科研院所基本科研业务费专项资金项目(TKS090204TKS100217)

作者

单位

LI Mingchang,SI Qi,LIANG Shuxiu,SUN Zhaochen,YOU Xueyi

1. 天津大学,环境科学与工程学院,天津,300072
交通运输部天津水运工程科学研究院,水路交通环境保护技术实验室,天津,300456
2. 交通运输部天津水运工程科学研究院,水路交通环境保护技术实验室,天津,300456
3. 大连理工大学,海岸和近海工程国家重点实验室,辽宁,大连,116024
4. 天津大学,环境科学与工程学院,天津,300072

摘要点击次数: 1680

全文下载次数: 36

中文摘要:

利用POM(Princeton Ocean Model)等数值模型计算海域潮流场需要开边界条件来驱动模型,开边界条件的确定是主要难点之一。本文建立基于人工神经网络的数据驱动模型为海域潮流场数值模型验证提供开边界条件。通过实际海域计算验证模型,取得了良好的效果。

英文摘要:

Open boundary condition is the key point for simulation of current field and is difficult to decide.This paper presented a data-driven model implemented by artificial neural network(ANN) to provide the open boundary condition for numerical model such as POM.The calibration results DDM work well.

查看全文查看/发表评论下载PDF阅读器

关闭