基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立BP神经网络和遗传算法(GA)BP神经网络气候预测模型,利用1890-2019年全球平均气温及气温影响因子数据,对2020-2044年气候进行预测估计,并对两种气温预测模型的结果进行对比与分析.结果表明:(1)未来气温将持续上升;(2)BP神经网络和GA-BP神经网络均能较好拟合实际值;(3)BP神经网络预测值与实测值之间的平均误差为1.47%,而利用GA-BP神经网络对气温进行预测时,平均误差仅为0.65%.因此,GA-BP神经网络在处理时间序列数据预测时具有较高预测精度,能够有效指导我国未来绿色发展政策制定.
推荐文章
基于GA-BP神经网络算法的马铃薯晚疫病预测模型
马铃薯晚疫病
遗传算法
BP神经网络
归一化处理
基于GA-BP神经网络的电力系统负荷预测研究
电力系统
负荷预测
BP神经网络
遗传算法
GA-BP
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
基于GA-BP神经网络的粗粒土渗透系数预测
粗粒土
渗透系数
BP神经网络
遗传算法
孔隙比
级配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-BP神经网络的全球气温预测
来源期刊 郑州航空工业管理学院学报 学科 地球科学
关键词 GA-BP神经网络 全球变暖 气温预测 气候预测模型
年,卷(期) 2020,(6) 所属期刊栏目 公共管理
研究方向 页码范围 67-75
页数 9页 分类号 P456.3
字数 语种 中文
DOI 10.19327/j.cnki.zuaxb.1007-9734.2020.06.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (485)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(13)
  • 参考文献(2)
  • 二级参考文献(11)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GA-BP神经网络
全球变暖
气温预测
气候预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州航空工业管理学院学报
双月刊
1007-9734
41-1200/V
大16开
河南省郑州市大学中路2号
1983
chi
出版文献量(篇)
2774
总下载数(次)
4
总被引数(次)
12201
论文1v1指导