人工神经网络技术发展及在大气科学领域的应用

《人工神经网络技术发展及在大气科学领域的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人工神经网络技术发展及在大气科学领域的应用摘要：近年来，人工神经网络技术的发展及在大气科学领域的应用问题得到了业内的广泛关注，研究其相关课题有着重要意义。本文首先对人工神经网络技术（ANN技术）相关内容做了概述，分析了人工神经网络技术在大气科学领域中的应用，并结合相关实践经验，分别从多个角度与方面研究了人工祌经网络技术的未来进展走向，阐述了个人对此的几点认识。关键词：人工神经网络技术；发展；大气科学；应用1刖g作为一项实际应用要求较高的技术方法，人工神经网络技术的应用优势不言而喻。该项课题的研究，将会更好地提升对人工祌经网络技术的分析与掌控力度,从而通过

2、合理化的措施与途径，进一步优化大气科学相关工作的最终整体效果。2人工神经网络技术（ANN技术）概述2.1BP神经网络BP神经网络主要在预测、分类以及函数逼近等方而的应用广泛，例如，可以通过BP网络对人的心电图以及H电图等进行分类，对函数最小二乘做逼近分析，整理一些在生产过程出现的数据，预测电力系统所具备的一些负荷量，并对相关的数据优化分析等等。除了这些，BP网络在时间中的序列预测也起到了十分明显的作用。BP网络还可以处理经济发展过程中的数据。2.2ART神经网络ART网络具有十分强大的图像、语音以及文字识别的功能，在相关领域应用广泛。除此之外，ART网络

3、在很多工业生产中也具有普遍的应用，主要体现在对于工业生产系统的控制方面。比如，对工业生产中存在的故障进行监测判断，对于事故进行预警等，通过挖掘相关的数据，解决繁琐的生产过程中出现的问题。ART网络的优势性在于，它能够对于复杂的变化进行较为稳定的分析，所提供的算法也非常简单，十分快速。2.3RBF神经网络RBF网络主要应用于建立模型、划分类别、近似函数、系统识别以及处理信号等，相比于其他网络，RBF网络具有较为简单的结构，在显示非线性关系时具有明显的效果，具有较快的收敛速度，可以体现对于整体的收敛。但是，RBF网络同样存在缺陷性。主要表现在它对于函数的逼近

4、不够完整，需要继续改进。3人工神经网络技术在大气科学领域中的应用研究2000年，金龙和秦伟良等采用小波分析与神经网络相结合的方法，并以高斯导函数作为母小波，进行了一种新的非线性K：期预报模型研究。张韧和蒋国荣根据赤道地区的海温观测资料与西太平洋副热带高压面积指数之间的关系，建立一个BP神经网络预报模型，预报未来后3个月的副高而积指数变化趋势和走向。熊秋芬和王丽等比较丫用数值预报方法、天气学方法和以数值预报产品为基础的神经网络方法进行了1999年汛期雨量的预报比较，结果发现区域数值预报模式和神经网络方法有效好的预报效果。金龙和苗春生等利用神经网络灵活可变的

5、网络拓朴结构，分别构造了定性和定量相嵌套的神经网络预报模型。2001年，胡江林和张礼平等以前期500hPa月平均高度场、海平而气压和太平洋海温场的扩展自然正交展开的前几个主要模态的时间系数，作为神经网络模型的输入，建立了汛期降水的神经网络短期气候预报模型。通过对41年历史样本的交叉检验，预报技巧评分平均为0246。陈云浩和史培军等在对城市降雨系统时序规律分析的基础上，提出了基于人工神经网络的降水时序分析与集成预报模型。并以上海市旬平均雨量为例，分析比较了神经网络集成预报与移动平均法，指数滑动预报法3种预报方法的差别，认为祌经网络集成预报方法比其它两种预报

6、方法的预报精度高。金龙和秦伟良等提出了利用均生函数方法构造神经网络的学AI矩阵输入，建立了一种新的短期气候预报模型。张韧在丙太洋副高指数的预报中，采用前传神经网络模型和回归网络模型进行了建模研宄，并进一步与传统的统计回归预报方法进行了比较，结果认为，回归网络预报模型较其它两种方法对预报量在总体上的描述和预测要更准确一些。梁益同和胡江林在应用祌经网络方法进行NOAA卫星遥感图像的洪涝灾害水体识别吋发现，神经网络方法比阈值法具奋更高的精度和效率。2003年，金龙和林熙等采用模糊数学与神经网络相结合的模块化模糊神经网络方法，幵展了数值预报产品的模糊神经网络预报

7、建模研究。在逐日的气温预报对比分析中发现，模块化模糊神经网络预报模型的预报能力要明显高于常规的完全预报(PP)方法。王业宏和金龙在短期气候预测研宄屮，首先通过对初选的预报因子作自然正交展开，并进一步选取与预报量相关程度高的主成分作为神经网络预报模型的输入，建立了一种新的神经网络短期气候预测模型。罗莹和金龙等根据预报量与预报因子之间的不同相关关系，提出了利用门限值和门限变量建立神经网络的旱涝灾害预报方法。金龙和况雪源等针对祌经网络预报建模中，预报模型容易出现过拟合和学A）能力好而泛化性能差的关键问题，采用降维处理技术，提出了如何确定网络结构，防止神经网络预

8、报模型在对学习样木作学习训练时，出现过拟合现象和提高神经网络的泛化性能的方法。4