基于SSA-MGF的BP神经网络多步预测模型

被引：6

作者：

李永华

金龙

缪启龙

刘德

高阳华

机构：

[1] 重庆市城市气象工程技术研究中心,广西气象减灾研究所,南京信息工程大学资源环境与城乡规划系,重庆市城市气象工程技术研究中心,重庆市城市气象工程技术研究中心重庆,广西南宁,江苏南京,重庆,重庆

来源：

南京气象学院学报 | 2005年 / 04期

关键词：

奇异谱分析; 均值生成函数; BP神经网络; 预测;

D O I：

10.13878/j.cnki.dqkxxb.2005.04.016

中图分类号：

P456 [预报方法];

学科分类号：

0706 ; 070601 ;

摘要：

采用奇异谱分析(Singular Spectrum Analysis,SSA)方法对标准化样本序列进行准周期信号分量重建,将重建序列构造均值生成函数(Mean Generating Function,MGF)延拓矩阵作为输入因子,原样本序列作为输出因子,构建BP神经网络多步预测模型。通过实际建模并与逐步回归等方法进行对比预测试验,结果表明,基于SSA-MGF的BP神经网络多步预测模型预测效果优于其他3种模型,说明SSA的去噪及BP神经网络预报模型对于提高预测准确率是相对有效的,是一种具有较高应用价值的多步预测方法。

引用

页码：549 / 555

页数：7

共 8 条

[1] 影响广西热带气旋年频数的神经网络预测模型 [J].

陆虹 ;

金龙 ;

缪启龙 ;

王业宏 .

南京气象学院学报, 2003, (01) :56-62

[2] 近百年全球平均地面气温准周期信号及其长期演变特征的分析 [J].

余锦华 ;

丁裕国 ;

刘晶淼 .

大气科学, 2001, (06) :767-777

[3] 近百年全球平均气温年际变率中的QBO长期变化特征 [J].

丁裕国 ;

余锦华 ;

施能 .

大气科学, 2001, (01) :89-102

[4] 奇异谱分析的广义性及其应用特色 [J].

江志红 ;

丁裕国 .

气象学报, 1998, (06) :97-106

[5] Nino海区SSTA短期气候预测模型试验 [J].

丁裕国 ;

江志红 ;

朱艳峰 .

热带气象学报, 1998, (04) :2-9

[6] 近百年东亚季风长期变化中主周期振荡的奇异谱分析 [J].

徐建军 ;

朱乾根 ;

施能 .

气象学报, 1997, (05) :109-116

[7] 人工神经网络与遗传算法结合的时间序列预测模式 [J].

赵远东 ;

郭光 ;

严绍瑾 .

南京气象学院学报, 1997, (03) :108-114

[8]

Comparison of long–term forecasting of June–August rainfall over changjiang–huaihe valley[J] . Jin Long,Luo Ying,Lin Zhenshan.Advances in Atmospheric Sciences . 1997 (1)

← 1 →