基于优化神经网络算法的电离层foF2预测

• 作者: 刘祎 刘默然 周晨 胡小希 赵军 赵正予
• 来源期刊: 电波科学学报
• 学科: 地球科学
• 关键词: 粒子群优化算法 遗传算法 BP神经网络 IRI2016 电离层foF2预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 论文
• 页码范围: 708-716
• 页数: 9页
• 分类号: P352
• 字数: 5832字
• 语种: 中文
• DOI: 10.13443/j.cjors.2017111301

摘要

为了提高基于反向传输(back propagation,BP)神经网络的电离层foF2预测的精度,采用了一种改进粒子群优化神经网络的方法,对BP网络的初始权值进行优化,防止出现神经网络训练中的局部最优.通过比较基于粒子群优化的神经网络预测结果与遗传算法优化的神经网络预测结果,我们发现对于BP神经网络,两种方法都有很好的性能.此外,和电离层经验模型国际参考电离层模型(international reference ionosphere 2016,IRI2016)结果进行对比,结果表明,本文提出的自适应变异粒子群(adaptive mutation particle swarm optimization,AMPSO)优化神经网络能有效提高foF2的预测精度,并在低纬地区有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵正予	武汉大学电离层实验室	156	658	13.0	15.0
2	周晨	武汉大学电离层实验室	42	106	6.0	7.0
3	胡小希	武汉大学电离层实验室	1	0	0.0	0.0
4	赵军		1	0	0.0	0.0
5	刘祎	武汉大学电离层实验室	3	1	1.0	1.0
6	刘默然	武汉大学电离层实验室	5	3	1.0	1.0