基于bp神经网络的降雨量预测研究

基于bp神经网络的降雨量预测研究

ID:35010808

大小:4.90 MB

页数:48页

时间:2019-03-16

基于bp神经网络的降雨量预测研究_第1页
基于bp神经网络的降雨量预测研究_第2页
基于bp神经网络的降雨量预测研究_第3页
基于bp神经网络的降雨量预测研究_第4页
基于bp神经网络的降雨量预测研究_第5页
资源描述:

《基于bp神经网络的降雨量预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、【,::K?v"紫可V、斯.只,,?韻./记f'f‘^%7提H爲又.V;C试?/J.;翁矣讓刮,<髮4.?/讓%M>,..i一、茲'l心巧J:、f,/.'灵苗捉谭:乐,%^、?^囊.沪信:/^/立巧:一:冀,U-5若為.貧竣學命難.:非一V這.,../'--.i'爲',;兴.I\I|察,蠻化£.??.論./告一,V;.?F,>巧..一;致.沒權壤.'>巧袁::>、資业*、泉、&-衫:黎巧师_./.吉‘苗轉記;J.:二.蒼.s磅I.:之皆辞;^/;';羣^巧氣占痴.^、3.叫讀蘇皆f换.方J^.,./..户咬满',:r.若:;茜.V户<與.違t

2、疫論庭赫哪巧'楚皆.,-或乂!'A技勢嘴一'^'‘?义...'><'.誇.京-.;.>J-.懿.1#‘..V.v八,-、心!,.n.禱&V:卷;桑I為'梦'5r新、P兴!;批韻v\卷.r满苗一.貧餐身l5.霸;苦廣i洁v%這.3奪或/\量-.苗e/,變;證‘.巧—..‘.卽啤藥a策義非‘—某爹零V一u..:"7'每細琴,k^舞、^%藏J4#:/E>,|'早笔^巧|/妒達名4新電>.//|S?.赛要:,熱養4?苗户接苗>苗.心..W辟:續H每奋^苗壤;|r急4,馨V.;.弯,,'游声'童.細驚,足凌々v;/?Y萬,驚‘

3、户.;\J.常横藻枯巧;讀著,f冀弘夸八:二贫i、雪电t\r為;驚唉》‘為/二兴茲扛,.<£铅7'锻's公(/公脊户'.祭除满.巧;‘.,心v;,或.,林違齡無若^養篇M分类号密级UDC位代码C去单户I卿斋祭巫乂緣全日制硕±专业学位论文基于目P神经网络的降雨量预测研究PredictionOnRainfallBasedOnBPNeuralNetworks硏究生姓名周泽世指导教师张红燕校外指导教师^学位类型农业推广学科领域农

4、业信息化研究方向模式识别与预测论文答辩日期答辩委贵会主席>7^^二〇—五年六月独创性声明本人声明所呈交的论文是我个人在指导老师指导下进行的研究工作及取得的研究成果,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经。尽我所知发表或撰写过的研究成果,也不包含为获得湖南农业大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:时间:年/月2日^关于论文使用授权的说明本人完全了解湖南农业大学有关保留、使用学位论文的规定,目日:学校

5、有权保留送交论文的复印件和电子稿,允许论文被查阅和借阅,可W采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意湖南农业大学可W用不同方式在不同媒体上发表、传播学位论文的全部或部分内容,并同意将由此产生的收益捐赠给学校教育基金会用于发展研究生教育。(保密的学位论文在解密后应遵守此协议)广禾研究生签在&时间:年名^,导师签名:时间:年_月^^;]兩摘要摘要在农业经济生产活动中,降雨量的变化是影响农业生产决策的重要依据。准确预测降雨量对农业生产具有重要指导意义一。而降雨量是个非线性、非稳定性的时间序,。列,且受诸

6、多因素影响对其预测的难度较大预测结果很大程度上取决于数据的处理方法和预测模型的构建,为了提高降雨量预测预报的准确性,本文从1^下几个方面进行了研究:(1)降雨量预测方法的研究。基于经验模态分解化mpiricalMcxieDecomposition,EMD)、地统计学(Geostatistics,GS)、W及实验室前期发展的融入了变量筛选和一-网络优化的-REMCCBPNN种新的降雨量预测模型EMD-GS-IVIV模型提出了-REMCC-BPNN。其具体步骤如下:首先利用EMD将降雨量序列分解为多个固有模式函数(IntrinsicM

7、odeFunction,IMF),然后对得到的每个IMF分量基于GS定阶、拓-IMFIV民EMCC-BPNN阶,并对拓阶后的分量分别单独基于模型实施独立预测,最后将各分量预测结果相加得到最终降雨量预测值。将文献降雨量实验数据应用----EMDGSIV化MCCBPNN比于传统模型具有更好的预模型进行预测,结果表明其相测精度和泛化能力。2一()降雨量的维时间序列预测。通过降雨量历史观测值分析出各个时期观测值----之间的规律从而对未来降雨趋势进行预测GSIVREMCCBPNN。运用EMD模型对长沙市年降雨量一维时间序列数据进行预、岳

8、阳市月降雨

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。