基于RBF神经网络的池州市降水序列预测

• 作者: 张庆国 朱雅莉 杨春雷 沈艳
• 来源期刊: 安徽农业大学学报
• 学科: 地球科学
• 关键词: 时间序列 RBF神经网络 降水量 BP 预测 池州
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 资源与环境
• 页码范围: 451-455
• 分类号: P457.6
• 语种: 中文

摘要

时间序列预测分析方法是进行预测预报的有效工具,有着广泛的应用.针对时间序列的非线性、动态变化等特征,基于RBF神经网络对时间序列预测方法进行改进,并以安徽省池州市1959 ～2009年来的月降水量为时间序列数据样本,用MATLAB软件编程,采用基于随机选取中心的RBF神经网络预测方法,对池州市的月降水量进行预测,并选择不同的扩展速度参数,用均方误差进行检验.通过与BP网络模型的预测结果比较分析,表明RBF模型的预测效果较好.建立的基于随机选取中心的RBF神经网络模型,不需要计算原始时间序列数据的复杂函数关系,具有操作简单、学习速度快、短期预测精度高等优点,用于时间序列预测方面能够获得十分满意的结果,具有很高的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张庆国	安徽农业大学理学院	77	1028	15.0	27.0
2	朱雅莉	安徽农业大学理学院	6	45	4.0	6.0
3	沈艳	安徽农业大学理学院	4	19	3.0	4.0
4	杨春雷		3	11	1.0	3.0