科研信息化技术与应用
科研信息化技術與應用
과연신식화기술여응용
E-science Technology & Application
2015年
3期
68-78
,共11页
万飞笑%罗泽%阎保平%郝美玉
萬飛笑%囉澤%閻保平%郝美玉
만비소%라택%염보평%학미옥
日最高气温预报%BP神经网络%学习率自适应%逐步回归分析
日最高氣溫預報%BP神經網絡%學習率自適應%逐步迴歸分析
일최고기온예보%BP신경망락%학습솔자괄응%축보회귀분석
气象数据规模飞速增长,BP神经网络由于其强大的非线性系统拟合能力,在气象数据尤其是气温相关数据的分析和预测中得到广泛应用.考虑到气温数据的海量规模,采用传统BP神经网络的预报面临误差收敛速度慢、容易陷入局部极小等问题,从而严重影响预测的效率和精准度.本文以BP算法为基础提出了一种改进的学习率自适应算法建立BP网络预报模型,并针对气象数据的多维性和周期性提出了优化方案.实验结果表明该方法可以高效的完成最高气温的预测,并且相对传统算法拥有更高的预报精度.
氣象數據規模飛速增長,BP神經網絡由于其彊大的非線性繫統擬閤能力,在氣象數據尤其是氣溫相關數據的分析和預測中得到廣汎應用.攷慮到氣溫數據的海量規模,採用傳統BP神經網絡的預報麵臨誤差收斂速度慢、容易陷入跼部極小等問題,從而嚴重影響預測的效率和精準度.本文以BP算法為基礎提齣瞭一種改進的學習率自適應算法建立BP網絡預報模型,併針對氣象數據的多維性和週期性提齣瞭優化方案.實驗結果錶明該方法可以高效的完成最高氣溫的預測,併且相對傳統算法擁有更高的預報精度.
기상수거규모비속증장,BP신경망락유우기강대적비선성계통의합능력,재기상수거우기시기온상관수거적분석화예측중득도엄범응용.고필도기온수거적해량규모,채용전통BP신경망락적예보면림오차수렴속도만、용역함입국부겁소등문제,종이엄중영향예측적효솔화정준도.본문이BP산법위기출제출료일충개진적학습솔자괄응산법건립BP망락예보모형,병침대기상수거적다유성화주기성제출료우화방안.실험결과표명해방법가이고효적완성최고기온적예측,병차상대전통산법옹유경고적예보정도.
