基于遗传算法优化小波神经网络预测GP S可降水量

• 作者: 熊红伟 郑进
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: GPS可降水量 预测 遗传算法 小波神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 3S研究与应用
• 页码范围: 136-140
• 页数: 5页
• 分类号: P228|TP183
• 字数: 4820字
• 语种: 中文

摘要

大气水汽变化,有着高度的随机性与时空剧变性;通过GPS遥感的方式获取得到的GPS可降水量是一个剧烈变化的非线性系统.针对GPS可降水量这一特点以及现有预测模型的局限性,采用遗传算法的全局搜索能力和小波神经网络良好的逼近与容错能力相结合的遗传小波神经网络进行建模.用所建模型对不同特点的GPS可降水量的时间序列进行分析.结果表明遗传小波神经网络在预测的精度、稳定性和预测的步长上均优于现有的P WV预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑进		1	1	1.0	1.0