基于混沌理論和BP網(wǎng)絡的氣溫預測技術(shù)與方法研究.pdf

1、較為準確的氣溫預報對農(nóng)業(yè)生產(chǎn),國防建設有著重要的意義。大氣場中影響氣溫的因素很多,溫度變化具有長期的不確定性,具有典型的混沌特征,其短期具有一定的可預測性。因此,預報短期的氣溫變化情況,是一個混沌現(xiàn)象預測問題。
　　 論文以混沌理論中李雅普諾夫指數(shù)和BP神經(jīng)網(wǎng)絡理論為支撐,以連云港地區(qū)氣溫數(shù)據(jù)為時間序列實驗樣本,研究了李雅普諾夫指數(shù)預測理論和BP神經(jīng)網(wǎng)絡預測方法在氣溫預測中的應用。論文的主要工作包括:
　　 (1)通過G

2、-P算法得到了合理的嵌入維數(shù)和時間延遲,運用相空間理論對溫度時間序列91個數(shù)據(jù)樣本進行相空間重構(gòu),重建溫度系統(tǒng)的狀態(tài)空間,建立預測模型。然后利用wolf預測算法得到系統(tǒng)最大李雅普諾夫指數(shù)和相關(guān)預測值,實現(xiàn)了對短期氣溫的預測。預測實驗中,采用虛擬儀器編程技術(shù),運用Labview8.6開發(fā)平臺,設計實現(xiàn)了李雅普諾夫預測系統(tǒng)。經(jīng)理論預測計算和對一天中最低最高氣溫預測實驗結(jié)果觀察,表明李雅普諾夫指數(shù)預測方法在氣溫預測中具有較好的效果。
　

3、　 (2)論文在對神經(jīng)網(wǎng)絡理論在氣溫預測應用的研究中,運用其自適應自學習能力,通過擬合非線性函數(shù),建立氣溫數(shù)據(jù)建模,對氣溫的時間序列進行了預測。通過網(wǎng)絡訓練學習得出最佳的網(wǎng)絡構(gòu)成參數(shù),并采用MATLAB編程作出了具體的網(wǎng)絡構(gòu)建,仿真,預測。對實驗得出的未來10天的氣溫預測結(jié)果和實際氣溫相對比,證明了BP網(wǎng)絡有很高的預測精度。這也說明了本文所建立的基于BP神經(jīng)網(wǎng)絡的時間序列預測模型具有很好的預測能力和較佳的推廣能力。
　　 (3