长江上游月降水人工神经网络预测模型

被引：9

作者：

冯亚文 ^{[1
,2
]}

任国玉 ^{[2
]}

张丽 ^{[1
]}

罗华超 ^{[1
]}

机构：

[1] 华北水利水电学院

[2] 中国气象局气候研究开放实验室国家气候中心

来源：

长江流域资源与环境 | 2011年 / 20卷 / 01期

关键词：

长江上游流域; 人工神经网络; 月降水量预测; 多元线性回归;

D O I：

暂无

中图分类号：

P426.613 [];

学科分类号：

0706 ; 070601 ;

摘要：

长江上游月降水量预测对于三峡库区及整个长江流域水资源管理具有重要意义。根据长江上游不同气候区降水差异,选取玉树、九龙和宜宾3个代表性气象站点近60a的月降水量数据,运用反向传播神经网络、径向基函数神经网络、广义回归神经网络和多元线性回归法,确定降水时滞和降水月份,建立月降水预测模型,来预测未来一个月的降水量,并采用均方误差和判定系数来验证和对比各种模型的模拟效果。结果显示:人工神经网络模型总体上优于多元线性回归,特别是反向传播神经网络的模拟结果各站表现较好,在确定合理的输入变量和网络结构后,可以尝试作为长江上游各站月降水预测模型。

引用

页码：40 / 47

页数：8

共 8 条

[1]

MATLAB神经网络应用设计.[M].张德丰等; 编著.机械工业出版社.2009,

[2]

现代自然地理研究.[M].杨达源; 周生路; 编著.科学出版社.2008,

[3] Artificial neural network models for forecasting monthly precipitation in Jordan [J].