论文部分内容阅读
针对BP神经网络在实际气象预报应用中，网络结构难以确定以及网络极易陷入局部解问题，提出一种基于神经网络的粒子群集成学习算法的气象预报模型，以BP算法为基本框架，在学习过程中引入粒子群算法，优化设计神经网络的网络结构和初始连接权，获得一组合适网络结构和初始连接权，再进行新一轮BP神经网络训练，获得一批独立的神经网络个体，以“误差绝对值和最小”为最优准则，采用线性规划方法计算各集成个体的权系数，生成神经网络的输出结论，以此建立短期气候预测模型。以广西的月降水量进行实例分析，计算结果表明该方法学习能力强、泛化性