自适应BP神经网络在日最高气温预报中的应用
The Application of Self-adaptive BP Neural Network on Daily Maximum Temperature Prediction作者机构：中国科学院计算机网络信息中心 中国科学院大学
出 版 物：《数据与计算发展前沿》 (Frontiers of Data&Computing)
年 卷 期：2015年第3期
页 面：68-78页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 070601[理学-气象学] 081104[工学-模式识别与智能系统] 08[工学] 0706[理学-大气科学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(61361126011) 国家发展和改革委员会项目(GC-HG100452) 中国科学院计算机网络信息中心青年基金项目(CNIC_QN_1401)
主 题：日最高气温预报 BP神经网络 学习率自适应 逐步回归分析
摘 要：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。
同方期刊数据库