气候与环境研究
氣候與環境研究
기후여배경연구
CLIMATIC AND ENVIRONMENTAL RESEARCH
2010年
5期
595-601
,共7页
张伟%王自发%安俊岭%杨婷%唐晓
張偉%王自髮%安俊嶺%楊婷%唐曉
장위%왕자발%안준령%양정%당효
BP神经网络%空气质量预报%北京奥运会
BP神經網絡%空氣質量預報%北京奧運會
BP신경망락%공기질량예보%북경오운회
将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果.在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显.对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键.
將BP(Back Propagation)神經網絡方法引入到奧運空氣質量預報工作中,利用MATLAB神經網絡工具箱搭建運行平檯,將高時效性的觀測結果與多模式集成實時預報繫統的模式輸齣結果相結閤,做齣BP神經網絡擬閤預報結果.在對北京大學醫學部站點2008年7月7日到8月26日模式模擬結果、觀測結果以及BP神經網絡擬閤結果的對比研究中髮現:BP神經網絡能大大提高模式預報效果,平均誤差率減少34.7%,相關繫數提高39%,特彆是在模式模擬效果較差的情況下,對提高預報效果更明顯.對BP神經網絡樣本問題進行敏感性實驗結果錶明,樣本數目多少併不是決定擬閤效果的決定性因素,應選取具有穩定映射關繫的樣本,纔是提高擬閤預報效果的關鍵.
장BP(Back Propagation)신경망락방법인입도오운공기질량예보공작중,이용MATLAB신경망락공구상탑건운행평태,장고시효성적관측결과여다모식집성실시예보계통적모식수출결과상결합,주출BP신경망락의합예보결과.재대북경대학의학부참점2008년7월7일도8월26일모식모의결과、관측결과이급BP신경망락의합결과적대비연구중발현:BP신경망락능대대제고모식예보효과,평균오차솔감소34.7%,상관계수제고39%,특별시재모식모의효과교차적정황하,대제고예보효과경명현.대BP신경망락양본문제진행민감성실험결과표명,양본수목다소병불시결정의합효과적결정성인소,응선취구유은정영사관계적양본,재시제고의합예보효과적관건.
