【摘要】西南大西洋阿根廷滑柔鱼(Illex angentinus)是世界上重要的经济柔鱼类，也是我国远洋鱿钓的主要捕捞对象之一。单位努力量渔获量(CPUE)是渔业中广泛使用的表达种群丰度的指标，但CPUE易受到其他因素的影响，需对其进行标准化。本研究利用2012—2017年1—4月中国大陆西南大西洋阿根廷滑柔鱼鱿钓生产统计数据以及对应区域的环境数据，构建了20种误差反向传播人工神经网络(error backpropagation network， EBP)模型以标准化CPUE。模型以月份(month)、经度(Lon)、纬度(Lat)、海表面温度(SST)、95 m深层水温(PT95)、叶绿素浓度(Chl-a)、海表面盐度(SSS)为输入因子，隐含层结点数从1～20个逐步增加，输出层为CPUE，以决定系数(R~(2))、最小均方误差(MSE)和平均相对方差(ARV)作为模型评价标准。结果显示，7-18-1结构模型为最优模型，输入层因子权重从大到小以依次为SST、SSS、Month、PT95、Lon、Lat和Chl-a。研究发现，最优BP神经网络模型能较好地预测CPUE时空变化趋势，可以尝试用来作为阿根廷滑柔鱼CPUE标准化的新方法。