用径向基函数神经网络方法预报太阳黑子数平滑月均值
  • 【DOI】

    10.3321/j.issn:0001-5733.2008.01.005

  • 【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... 展开>>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. 收起<<

  • 【作者】

    赵海娟  王家龙  宗位国  唐云秋  乐贵明 

  • 【作者单位】

    中国气象局国家空间天气监测预警中心/中国科学院国家天文台/中国气象局国家空间天气监测预警中心

  • 【刊期】

    地球物理学报 ISTIC SCI PKU 2008年1期

  • 【关键词】

    太阳活动  预报  预报方法  太阳黑子数  神经网络 

  • 【基金项目】

    中国气象局科技攻关项目 国家自然科学基金