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

1、地球自轉(zhuǎn)參數(shù)預(yù)報(bào)對(duì)于天文學(xué)和測(cè)地學(xué)的理論研究和實(shí)際應(yīng)用具有重要意義。在地球自轉(zhuǎn)參數(shù)的預(yù)報(bào)中,日長(zhǎng)變化的預(yù)報(bào)是難點(diǎn)。日長(zhǎng)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(duì)它的線性預(yù)報(bào)和非線性預(yù)報(bào)。本文在對(duì)已有研究進(jìn)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(duì)日長(zhǎng)變化進(jìn)行預(yù)報(bào),并與已有研究成果進(jìn)行對(duì)比分析,得到一些有益的成果,為日長(zhǎng)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(zhǎng)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(zhǎng)變化預(yù)報(bào),并將預(yù)報(bào)結(jié)果與BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)的結(jié)果進(jìn)行比較。
　　 (2)由于GA優(yōu)化的神經(jīng)網(wǎng)絡(luò)對(duì)日長(zhǎng)變化的預(yù)報(bào)需要不斷循環(huán)計(jì)算以得到最優(yōu)的權(quán)值和閾值,對(duì)于冗長(zhǎng)天文數(shù)據(jù)的預(yù)報(bào)無(wú)疑增加了預(yù)報(bào)時(shí)間,這給獲取實(shí)時(shí)快速的日長(zhǎng)變化數(shù)據(jù)帶來了困難。

3、文中嘗試使用更為簡(jiǎn)潔高效的廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)對(duì)日長(zhǎng)變化進(jìn)行預(yù)報(bào),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(huì)陷入局部極小,算法容易實(shí)現(xiàn),并將預(yù)報(bào)結(jié)果與Schuh(2002)及EOP PCC(2010)的預(yù)報(bào)結(jié)果進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,將廣義回歸神經(jīng)網(wǎng)絡(luò)用于日長(zhǎng)變化的預(yù)報(bào)是切實(shí)可行的。
　　 (3)傳統(tǒng)的日長(zhǎng)變化預(yù)報(bào)在選取樣本數(shù)據(jù)時(shí),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