详细内容 更多+

基于最小二乘法的BP神经网络在极端温度预测模型中的应用

发表时间:2016-06-14 15:00:59

基于最小二乘法的BP神经网络在极端温度预测模型中的应用

 

牛志娟,胡红萍

(中北大学 理学院,山西 太原 030051)

 

 

摘要:指出了极端温度预测问题受到多种因素的共同影响,具有非线性和高度复杂性。为了提高非线性时间序列在预测模型中的准确性,提出了一种利用最小二乘法优化的BP神经网络预测方法。该方法通过采用最小二乘法对数据样本集进行拟合,用BP算法进行优化,构建了两者结合的预测模型。应用1989~2009年的密云市温度数据资料,分别建立了基于最小二乘优化的BP神经网络和单一BP神经网络模型,并对预测结果进行了分析对比。结果表明:最小二乘法优化的BP神经网络具有更好的泛化能力,对平均最低温度的预测更加稳定,预测精度高于单一的BP神经网络。该模型可以对气候变化中气候变化中的平均最低气温具有较好的预测能力。

关键词:BP神经网络;最小二乘法;极端温度;预测

 

 

 

中图分类号:O29       文献标识码:A         文章编号:1674-9944(2015)11-0017-03