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

1、較為準確的氣溫預(yù)報對農(nóng)業(yè)生產(chǎn),國防建設(shè)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(yù)測性。因此,預(yù)報短期的氣溫變化情況,是一個混沌現(xiàn)象預(yù)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(luò)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(yù)測理論和BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法在氣溫預(yù)測中的應(yīng)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(yù)測模型。然后利用wolf預(yù)測算法得到系統(tǒng)最大李雅普諾夫指數(shù)和相關(guān)預(yù)測值,實現(xiàn)了對短期氣溫的預(yù)測。預(yù)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(shè)計實現(xiàn)了李雅普諾夫預(yù)測系統(tǒng)。經(jīng)理論預(yù)測計算和對一天中最低最高氣溫預(yù)測實驗結(jié)果觀察,表明李雅普諾夫指數(shù)預(yù)測方法在氣溫預(yù)測中具有較好的效果。
　

3、　 (2)論文在對神經(jīng)網(wǎng)絡(luò)理論在氣溫預(yù)測應(yīng)用的研究中,運用其自適應(yīng)自學(xué)習(xí)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(yù)測。通過網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)得出最佳的網(wǎng)絡(luò)構(gòu)成參數(shù),并采用MATLAB編程作出了具體的網(wǎng)絡(luò)構(gòu)建,仿真,預(yù)測。對實驗得出的未來10天的氣溫預(yù)測結(jié)果和實際氣溫相對比,證明了BP網(wǎng)絡(luò)有很高的預(yù)測精度。這也說明了本文所建立的基于BP神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測模型具有很好的預(yù)測能力和較佳的推廣能力。
　　 (3