基于海表異常溫度與MPGA-BP模型的干旱預(yù)測(cè)
摘要:針對(duì)BackPropagation(BP)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí),初始權(quán)值與閾值選取隨機(jī)性大的不足,利用多種群遺傳算法(Multiple-PopulationsGeneticAlgorithm,MPGA)對(duì)其進(jìn)行改進(jìn),構(gòu)建了MPGA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,并選用海表異常溫度(Seasurfacetemperatureanomalies,SSTA)作為該干旱預(yù)測(cè)模型的輸入因子,對(duì)研究區(qū)域的干旱進(jìn)行了預(yù)測(cè)。結(jié)果表明:以SSTA作為MPGA-BP神經(jīng)網(wǎng)絡(luò)的輸入因子能夠有效的預(yù)測(cè)干旱,該模型對(duì)干旱的預(yù)測(cè)精度高于BP神經(jīng)網(wǎng)絡(luò)與統(tǒng)計(jì)回歸模型。測(cè)試期,MPGA-BP預(yù)測(cè)所得RMSE為2.1658,CORR為0.9161,BP預(yù)測(cè)所得RMSE為3.2919,CORR為0.8109,統(tǒng)計(jì)回歸模型所得RMSE為3.6990,CORR為0.7243,因此,以SSTA作為預(yù)報(bào)因子的MPGA-BP神經(jīng)網(wǎng)絡(luò)模型性能指標(biāo)符合當(dāng)?shù)貙?shí)際要求,具有一定的應(yīng)用價(jià)值。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系貴州農(nóng)機(jī)化雜志社