首页 | 本学科首页   官方微博 | 高级检索  
     检索      

湛江降水量的径向基神经网络预测模型
引用本文:薛宇峰,宋丽红,罗泽举.湛江降水量的径向基神经网络预测模型[J].热带气象学报,2006,22(1):91-95.
作者姓名:薛宇峰  宋丽红  罗泽举
作者单位:1. 湛江海洋大学,广东,湛江,524005
2. 中山大学,广东,广州,510275
基金项目:国家自然科学基金项目(40205016);云南省自然科学基金项目(2003D0011)联合资助
摘    要:以湛江地区50年来的月降水量为时间序列,利用高斯径向基函数,选择输人窗口(时滞)大小为6,建立了一种智能型的径向基函数神经网络预测系统,并分别对1991—2000年和2001-2003年的月降水量进行了测试预报和独立样本预测。结果显示,该模型预测效果明显优于传统的线性自回归预测模型,各月平均的平均绝对误差(MAE)和均方误差(RMSE)达到41.8和55.7。虽然该模型对降水量的预报还存在量级偏小的系统性偏差,但它完全有可能为本地区短期气候预测提供一种客观、自动的业务预报方法。

关 键 词:湛江降水量  径向基神经网络  模型预测系统
文章编号:1004-4965(2006)01-0091-05
收稿时间:2004-07-28
修稿时间:2004-11-28

A RBF NEURAL NETWORK FORECASTING MODEL FOR RAINFALL IN ZHANGJIANG
XUE Yu-feng,SONG Li-hong and LUO Ze-ju.A RBF NEURAL NETWORK FORECASTING MODEL FOR RAINFALL IN ZHANGJIANG[J].Journal of Tropical Meteorology,2006,22(1):91-95.
Authors:XUE Yu-feng  SONG Li-hong and LUO Ze-ju
Institution:1. Zhanjiang Ocean University, Guangdong 524005, China; 2. Sun Yat-Sen University, Guang Zhou 510275, China
Abstract:Taking 1951~2000 monthly rainfall data in the Zhanjiang area as the time series and using the Gaussian radial base function and a delayed input window chosen at 6,a new intelligent forecast system is developed based on radio basic function neural network(
Keywords:Zhanjiang rainfall  radio basic function neural networks  forecasting model
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《热带气象学报》浏览原始摘要信息
点击此处可从《热带气象学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号