基于遗传小波神经网络的GPS可降水量预测

• 作者: 杨帆 梁春丽 王新桥 苏永柠 谢劭峰 邢尹
• 来源期刊: 中国科技论文
• 学科: 地球科学
• 关键词: GPS可降水量 遗传算法 小波神经网络 BP神经网络 预测
• 年，卷（期）: 2018,（9）
• 页码范围: 1041-1044
• 页数: 4页
• 分类号: P457.6|P228.9
• 字数: 3700字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2018.09.013

摘要

针对GPS可降水量时间序列具有随机性和非线性的特点,利用遗传算法优化小波神经网络的输入参数,建立基于遗传小波神经网络的GPS可降水量预测模型.结果表明,遗传小波神经网络预测方法的均方根误差为0.124 mm,平均绝对百分误差为0.167％,其精度相比BP神经网络和小波神经网络方法均有明显提高,能更好地反映可降水量的变化特征.