粒子群-神经网络集成学习算法气象预报建模研究

• 作者: 刘丽萍 吴建生 金龙
• 来源期刊: 热带气象学报
• 学科: 地球科学
• 关键词: 神经网络集成 粒子群优化 最优组合
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论著
• 页码范围: 679-686
• 页数: 8页
• 分类号: P456.7
• 字数: 6755字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4965.2008.06.013

摘要

针对BP神经网络在实际气象预报应用中,网络结构难以确定以及网络极易陷入局部解问题,提出一种基于神经网络的粒子群集成学习算法的气象预报模型,以BP算法为基本框架,在学习过程中引入粒子群算法,优化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮BP神经网络训练,获得一批独立的神经网络个体,以"误差绝对值和最小"为最优准则,采用线性规划方法计算各集成个体的权系数,生成神经网络的输出结论,以此建立短期气候预测模型.以广西的月降水量进行实例分析,计算结果表明该方法学习能力强、泛化性能高,能够有效提高系统预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建生	柳州师范高等专科学校数学与计算机科学系	25	292	9.0	16.0
2	金龙		9	109	6.0	9.0
3	刘丽萍		1	30	1.0	1.0