用径向基函数神经网络方法预报太阳黑子数平滑月均值

被引：17

作者：

赵海娟 ^{[1
]}

王家龙 ^{[2
]}

宗位国 ^{[1
]}

唐云秋 ^{[1
]}

乐贵明 ^{[1
]}

机构：

[1] 中国气象局国家空间天气监测预警中心

[2] 中国科学院国家天文台

来源：

地球物理学报 | 2008年 / 01期

关键词：

太阳活动; 预报; 预报方法; 太阳黑子数; 神经网络;

D O I：

暂无

中图分类号：

P182 [太阳物理学];

学科分类号：

070401 ;

摘要：

简单介绍了径向基函数神经网络方法的原理和应用,发展了用径向基函数(RBF)对平滑月平均黑子数进行预报的方法.用不同的数据序列对网络进行训练,对未来8个月的平滑月平均黑子数进行预报.用该方法对第23周开始后的平滑月平均黑子数进行逐月预报,并与实测值进行比较,结果表明随着预报实效的延长预报误差被逐渐放大,该方法可以较准确地做出未来4个月的预报,绝对误差可以控制在20以内,标准差为4.8,相对误差控制在38%以内,大部分相对误差不超过15%(占总预报数的89%),具有较好的应用价值.用于网络训练的样本数量对预报结果会产生一定的影响.

引用

页码：31 / 35

页数：5

共 9 条

[1]

Ke-Jun Li, Peng-Xin Gao and Tong-Wei Su National Astronomical Observatories, Yunnan Observatory, Chinese Academy of Sciences, Kunming 650011, Graduate University of Chinese Academy of Sciences, Beijing 100049.Estimating the Size and Timing of the Maximum Amplitude of Solar Cycle 24[J].Chinese Journal of Astronomy and Astrophysics,2005(05)

[2] 神经网络方法在太阳质子事件短期预报中的应用 [J].

龚建村 ;

薛炳森 ;

刘四清 ;

邹自明 ;

苗娟 ;

王家龙 .

空间科学学报, 2003, (06) :443-451

[3] 用神经网络模型作太阳质子事件警报 [J].

王家龙 ;

孙静兰 ;

龚建村 ;

张训械 .

中国科学:数学, 2000, (S1) :92-94

[4] “相似周”方法及对第23周太阳黑子数逐月值预测的讨论 [J].

王家龙 ;

韩延本 .

空间科学学报, 2000, (03) :278-281

[5] 第23太阳活动周的黑子数峰值特征预报 [J].

田剑华 ;

范权福 .

地球物理学进展, 1999, (S1) :93-98

[6] 神经网络方法用于太阳质子事件警报 [J].

王家龙 ;

张训械 ;

黄泽荣 .

天体物理学报, 1999, (03) :318-323

[7]

K. J. Li,P. X. Gao,T. W. Su.The Schwabe and Gleissberg Periods in the Wolf Sunspot Numbers and the Group Sunspot Numbers[J].Solar Physics,2005

[8]

K. J. Li,L. S. Zhan,J. X. Wang,X. H. Liu,H. S. Yun,S. Y. Xiong,H. F. Liang,H. Z. Zhao.A method for the prediction of relative sunspot number for the remainder of aprogressing cycle with application to cycle 23[J].Astronomy & Astrophysics,2002

[9]

Zhang Qin.The Transitional Time Scale from Stochastic to Chaotic Behavior for Solar Activity[J].Solar Physics,1998

← 1 →