基于RBF算法的探空湿度太阳辐射误差预测

发布时间：2023-02-27 19:07

　　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2 530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。

【文章页数】：6 页

【文章目录】：
0 引言
1 相关理论
    1.1 CFD
    1.2 SRDB
    1.3 BP,PSO-BP,GA-BP,RBF神经网络算法
2 实验过程及结果分析
    2.1 三维实体建模
    2.2 CFD建模过程
    2.3 神经网络算法预测分析对比
    2.4 神经网络算法结果验证对比
3 结语



本文编号：3751282