您的位置:首页 > BP神经网络和小波分析在年降水预报中的应用研究

BP神经网络和小波分析在年降水预报中的应用研究

简介:江苏省地处江淮流域,是受旱涝灾害影响最为严重的地区之一。在该地区开展降水预报的研究,对防汛抗旱具有重要意义。本文采用江苏省徐州站、赣榆站、东台站和南京站的降水数据,建立了BP神经网络和小波神经网络降水预报模型。通过实例分析得出:1) BP网络模型预报的最小相对误差为1.16%,最大相对误差为16.35%,最优确定性系数0.87,均方误差4.27%;2) WNN网络模型预报的最小相对误差为0.7%,最大相对误差为88.65%,最优确定性系数0.94,均方误差4.2%。结果表明:1) BP神经网络模型预报降水具有可行性,该模型能在一定程度上反映降水变化的趋势;2) WNN模型在某些年份预报误差较大,可在实践中将多种预报方法相互验证,相互校核,提高预报精度。 关键词:BP神经网络 小波神经网络 年降水量 降水预报
文档信息
  • 分享者:汉斯出版社
  • 格式:pdf 页数:未知
  • 积分下载:3
  • 如要投诉违规内容,请拨打023-63111052
该分享者还上传了:
网站首页 | 关于我们 | 客服中心 | 免责声明 | 联系我们 维普资讯旗下产品: 维普网 | 维普期刊资源整合平台 | 论文检测 | 在线考试 重庆维普资讯有限公司 渝B2-20050021-1 

渝公网安备 50019002500403号

 违法和不良信息举报中心