3种神经网络模型在平流层风场预测中的应用

• 作者: 廖俊 李珺 杨泽川 王宁 罗汝斌 袁俊杰
• 来源期刊: 控制与信息技术
• 学科: 工学
• 关键词: 平流层风场 风速预测 BP神经网络 遗传算法 粒子群算法 浮空飞行器
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 12-16
• 页数: 5页
• 分类号: TM614
• 语种: 中文
• DOI: 10.13889/j.issn.2096-5427.2019.05.003

摘要

为了控制浮空飞行器的飞行轨迹,必须对平流层风场进行建模预测.传统理论模型只能用于预测未来几个小时的风速,而用BP神经网络模型则可预测未来几天的风速.为此,文章分别采用BP神经网络、遗传算法优化的BP神经网络和粒子群算法优化的BP神经网络作为风场预测模型,以历史时刻的风场数据作为神经网络的输入 变量,对未来一段时间平流层底风场风速数据进行预测,并比较了这3种神经网络的预测精度.试验结果表明,神经网络模型可应用于平流层风场的预测,且经遗传算法和粒子群算法优化后的BP神经网络大大提高了BP神经网络的预测精度,在一定时间内有较好的预测效果;而粒子群算法优化的BP神经网络模型的预测精度略好于遗传算法优化的BP神经网络模型的预测精度.