神經(jīng)網(wǎng)絡(luò)在日長變化預(yù)報中的應(yīng)用研究.pdf

1、地球自轉(zhuǎn)參數(shù)預(yù)報對于天文學(xué)和測地學(xué)的理論研究和實際應(yīng)用具有重要意義。在地球自轉(zhuǎn)參數(shù)的預(yù)報中,日長變化的預(yù)報是難點。日長變化包含了復(fù)雜的非線性因素,已有的科學(xué)研究包括對它的線性預(yù)報和非線性預(yù)報。本文在對已有研究進行學(xué)習(xí)分析的情況下,提出使用非線性神經(jīng)網(wǎng)絡(luò)(包括遺傳算法(GA)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò))對日長變化進行預(yù)報,并與已有研究成果進行對比分析,得到一些有益的成果,為日長變化的研究增加了新的方法。
　　 本文研究的

2、主要內(nèi)容包括:
　　 (1)分析了BP神經(jīng)網(wǎng)絡(luò)用于日長變化的基本方法及其存在的不足之處,提出使用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,防止網(wǎng)絡(luò)陷入局部極小,將遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)用于日長變化預(yù)報,并將預(yù)報結(jié)果與BP神經(jīng)網(wǎng)絡(luò)預(yù)報的結(jié)果進行比較。
　　 (2)由于GA優(yōu)化的神經(jīng)網(wǎng)絡(luò)對日長變化的預(yù)報需要不斷循環(huán)計算以得到最優(yōu)的權(quán)值和閾值,對于冗長天文數(shù)據(jù)的預(yù)報無疑增加了預(yù)報時間,這給獲取實時快速的日長變化數(shù)據(jù)帶來了困難。

3、文中嘗試使用更為簡潔高效的廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)對日長變化進行預(yù)報,這種網(wǎng)絡(luò)模型不需要循環(huán)迭代,是一種局部尋優(yōu)算法,不會陷入局部極小,算法容易實現(xiàn),并將預(yù)報結(jié)果與Schuh(2002)及EOP PCC(2010)的預(yù)報結(jié)果進行比較。實驗結(jié)果表明,將廣義回歸神經(jīng)網(wǎng)絡(luò)用于日長變化的預(yù)報是切實可行的。
　　 (3)傳統(tǒng)的日長變化預(yù)報在選取樣本數(shù)據(jù)時,多為按跨度i(i為間隔,取1、2、3…n)取值,而神經(jīng)網(wǎng)絡(luò)模擬的是相關(guān)事物之間的