学位论文 > 优秀研究生学位论文题录展示

基于GA-BP网络模型在短期气候预测中的应用

作　者: 吴星雨
导　师: 丁辉
学　校: 四川师范大学
专　业: 人文地理学
关键词: 短期气候预测 BP神经网络遗传算法盐亭县
分类号: P456.1
类　型: 硕士论文
年　份: 2009年
下　载: 185次
引　用: 1次
阅　读: 论文下载

内容摘要

短期气候预测是相对于中长期气候预测而言的,在一个相对的时间范围内,对气候变化情况进行预测,本文采用遗传算法和人工神经网络分析相结合,建立其基于GA-BP算法的短期气候预测模型。通过该方法可提高传统的统计和经验方法对短期气候预测的精度,为国民经济和社会生产提供更有力的保障。本文的主要研究工作如下:1、本文介绍人工神经网络在短期气候预测中的运用现状,探索其运用前景;阐述BP神经网络和遗传算法的基本原理和学习训练过程,分析BP神经网络存在的一些缺陷,介绍相应的改进方法。2、利用遗传算法全局搜索能力强的特点与人工神经网络模型学习能力强的特点,把遗传算法用于神经网络初始权重的优化,设计出GA-BP算法,可以在一定程度上克服神经网络模型训练中普遍存在的局部极小点问题。然后将此方法与短期气候预测特点相结合建立预测模型。3、以四川省盐亭县近46年的气候变化数据为例,对基于GA-BP算法气候预测模型进行了训练和检验,运用MATLAB软件进行仿真,并与实际数据进行比较,结果显示GA-BP算法的预测结果与实际情况具有较高的一致性,预测方法有较为合理的精度,可以为小尺度地区的短期气候预测提供参考。

全文目录

摘要  3-4
Abstract  4-9
第一章绪论  9-14
  1.1 论文的背景、目的和意义  9-10
  1.2 研究内容  10
  1.3 研究思路及技术路线  10-13
  1.4 论文的结构与主要内容  13-14
第二章短期气候预测方法  14-25
  2.1 短期气候预测方法应用现状  14-20
    2.1.1 经验统计方法  14-15
    2.1.2 以数学模型为基础的数理统计方法  15-16
    2.1.3 以物理因子和前兆强信号为基础的物理统计方法  16-17
    2.1.4 动力学方法  17-20
  2.2 人工神经网络理论的发展历程及在短期气候预测中的应用  20-25
    2.2.1 人工神经网络的发展历程  20-21
    2.2.2 人工神经网络在短期气候预测中的应用现状  21-25
第三章人工神经网络和遗传算法的理论基础  25-46
  3.1 人工神经网络的基本原理  25-28
    3.1.1 人工神经网络概念和特点  25-26
    3.1.2 人工神经元的结构模型  26-27
    3.1.3 神经网络的传递函数  27-28
  3.2 BP 神经网络  28-36
    3.2.1 BP 神经网络结构  29-30
    3.2.2 BP 学习算法  30-32
    3.2.3 BP 算法计算步骤及流程图  32-34
    3.2.4 BP 算法存在的缺点及改进  34-36
  3.3 遗传算法的基本原理  36-46
    3.3.1 遗传算法的理论基础  37
    3.3.2 遗传算法的特点  37-38
    3.3.3 遗传算法的设计  38-46
第四章基于遗传神经网络的短期气候预测的建模  46-51
  4.1 遗传优化BP 神经网络的权值及阈值  46-48
  4.2 遗传—神经网络算法的具体实现步骤  48-49
  4.3 数据归一化处理  49
  4.4 GA-BP 神经网络模型流程图  49-51
第五章基于 GA-BP 网络模型在短期气候预测中的应用  51-65
  5.1 资料来源及其统计特征  51-56
    5.1.1 研究区域概况  51-52
    5.1.2 盐亭县自然环境特征  52-53
      5.1.2.1 以低山、丘陵为主的地貌  52
      5.1.2.2 北亚热带湿润季风气候，降水变率大  52-53
    5.1.3 盐亭县近46 年来气候变化特征  53-56
      5.1.3.1 近46 年来气温变化特征  54-55
      5.1.3.2 近46 年来降水总量变化特征  55-56
      5.1.3.3 小结  56
  5.2 预报因子的选取  56-58
    5.2.1 基本资料  57
    5.2.2 样本设计  57-58
  5.3 应用实例仿真  58-65
    5.3.1 Matlab 简介  58
    5.3.2 网络权值和阈值的优化  58-59
    5.3.3 月平均气温的网络训练与检验及预测  59-62
      5.3.3.1 网络训练  59-60
      5.3.3.2 网络效果检验  60-61
      5.3.3.3 模型预测  61-62
    5.3.4 月降水量的网络训练与检验及预测  62-65
      5.3.4.1 网络训练  62
      5.3.4.2 网络效果检验  62-64
      5.3.4.3 模型预测  64-65
第六章结论  65-66
参考文献  66-70
致谢  70

基于GA-BP网络模型在短期气候预测中的应用

内容摘要

全文目录

相似论文