基于径向基神经网络的月降水量预测模型研究_论文

第2 3卷 第 l 2期  2 0 1 3年 1 2月   计 算 机 技 术 与 发 展  COMPUT ER  T ECHNOLOGY   AND  DEVE LOP MENT   VD J . 23   No. 1 2   De c.   2 01 3   基 于 径 向基 神 经 网 络 的 月 降水 量 预 测 模 型 研 究  季  刚   , 姚 艳  , 江双五  ( 1 . 安 徽省 气 象信 息 中心 , 安徽 合肥 2 3 0 0 3 1 ;   2 . 芜湖市烟草公 司, 安徽 芜湖 2 4 1 0 0 0 )   摘 要: 针对月 降水量 高度 非线性 的特 点 , 以合肥 2 O年的月 降水量 为 时间序 列 , 综合 运 用径 向基 函数 ( R B F ) 神经 网络 , 建  立 了一种 基于径 向基 函数 的神经 网络 预测模 型 。首 先对 R B F神经 网络进 行介 绍 , 并将 该 网络 应用 于月 降水 量 预测 , 应 用  归 一化方 法对 原始数 据进 行预处 理 ; 然 后运 用 M A T L A B   R 2 0 0 8神经 网 络工 具 箱 函数建 立 月 降水 量 预测 模 型 ; 最 后 进行 仿  真 实验 与分析 , 将R B F神 经网络 与传 统的 B P网络训 练预 测结果 进行 比较 。结果 显示 , R B F 神 经 网络模 型训练 的迭代 次数  和训练 时间 、 预测结 果 明显好 于传统 B P 神 经 网络 。   关 键词 : 月降水 量 ; 径 向基 神经 网络 ; 预 测  中图分 类号 : T P 3 9 3   文献标 识码 : A   文章编 号 : 1 6 7 3 — 6 2 9 X( 2 0 1 3 ) 1 2 — 0 1 8 6 — 0 4   d o i : 1 0 . 3 9 6 9 / j . i s s n . 1 6 7 3 — 6 2 9 X. 2 0 1 3 . 1 2 . 0 4 5   Re s e a r c h  o n   Mo n t h l y   Ra i n f a l l   Fo r e c a s t   Mo d e l   Ba s e d   o n  RBF  Ne u r a l   Ne t wo r k   J I   Ga ng  , YA O  Ya n  , J I A NG  S h u a n g— WU   ( 1 . An h u i   Me t e o r o l o g i c a l   I n f o r ma t i o n   C e n t e r , H e f e i   2 3 0 0 3   1 , C h i n a ;   2 . Wu h u   T o b a c c o   C o mp a n y , Wu h u   2 4 1 0 0 0 , C h i n a )   Ab s t r a c t : Owi n g   t o   t h e   s t r o n g   n o n l i n e a r i t y   o f   mo n t h l y   r a i n f a l l , t a k i n g   1 9 9 0 ~2 0 1 0   mo n hl t y   r in a f a l l   d a t a   i n   he t   He f e i   a r e a   a s   he t   t i me   s e —   r i e s   a n d   u s i n g   t h e   RBF   n e u r l  a n e t wo r k, a   n e w  mo n hl t y   f o r e c a s t   mo d e l   i s   d e v e l o p e d   b se a d   o n   RBF   n e u r a l   n e t wo r k. Fi r s t l y, i n t r o d u c e   t h e   s t r u c t u r e   o f   RBF   n e u r a l   n e t wo r k s   a n d   d i s c u s s   he t   RBF   n e u r a l   n e t wo r ks   a p p l i c a i t o n   f o r   p r e d i c t i n g   he t   mo n t h l y   r a i n f a l 1 . An d   he t n, he t   f un c -   t i o n s   o fM ATLAB  t o o l b o x   a r e   a d o p t e d   t o   c r e a t e   a   n e t wo r k   mo d e l   f o r   he t   mo n hl t y   r in a f l1 a . F i n a l l y, RBF   n e u r l  a n e t wo r k   a n d   ra t d i i t o n l  a BP   n e t wo r k   a r e   c o mp re a d   i n   he t i r   p r e d i c i t o n   r e s u l t s   e a c h   o t h e r   t h r o u g h   s i mu l a t i o n   e x p e ime r n t s   a n d   s t u d i e s . Si mu l a i t o n   r e

相关文档

基于主元分析的径向基神经网络预测模型研究
径向基神经网络的汇率预测模型研究
基于灰色径向基神经网络模型的流量预测与分析
电脑版