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

1、較為準(zhǔn)確的氣溫預(yù)報(bào)對(duì)農(nóng)業(yè)生產(chǎn),國(guó)防建設(shè)有著重要的意義。大氣場(chǎng)中影響氣溫的因素很多,溫度變化具有長(zhǎng)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(cè)性。因此,預(yù)報(bào)短期的氣溫變化情況,是一個(gè)混沌現(xiàn)象預(yù)測(cè)問(wèn)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?cái)?shù)據(jù)為時(shí)間序列實(shí)驗(yàn)樣本,研究了李雅普諾夫指數(shù)預(yù)測(cè)理論和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法在氣溫預(yù)測(cè)中的應(yīng)用。論文的主要工作包括:
　　 (1)通過(guò)G

2、-P算法得到了合理的嵌入維數(shù)和時(shí)間延遲,運(yùn)用相空間理論對(duì)溫度時(shí)間序列91個(gè)數(shù)據(jù)樣本進(jìn)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(cè)模型。然后利用wolf預(yù)測(cè)算法得到系統(tǒng)最大李雅普諾夫指數(shù)和相關(guān)預(yù)測(cè)值,實(shí)現(xiàn)了對(duì)短期氣溫的預(yù)測(cè)。預(yù)測(cè)實(shí)驗(yàn)中,采用虛擬儀器編程技術(shù),運(yùn)用Labview8.6開(kāi)發(fā)平臺(tái),設(shè)計(jì)實(shí)現(xiàn)了李雅普諾夫預(yù)測(cè)系統(tǒng)。經(jīng)理論預(yù)測(cè)計(jì)算和對(duì)一天中最低最高氣溫預(yù)測(cè)實(shí)驗(yàn)結(jié)果觀察,表明李雅普諾夫指數(shù)預(yù)測(cè)方法在氣溫預(yù)測(cè)中具有較好的效果。
　

3、　 (2)論文在對(duì)神經(jīng)網(wǎng)絡(luò)理論在氣溫預(yù)測(cè)應(yīng)用的研究中,運(yùn)用其自適應(yīng)自學(xué)習(xí)能力,通過(guò)擬合非線性函數(shù),建立氣溫?cái)?shù)據(jù)建模,對(duì)氣溫的時(shí)間序列進(jìn)行了預(yù)測(cè)。通過(guò)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(cè)。對(duì)實(shí)驗(yàn)得出的未來(lái)10天的氣溫預(yù)測(cè)結(jié)果和實(shí)際氣溫相對(duì)比,證明了BP網(wǎng)絡(luò)有很高的預(yù)測(cè)精度。這也說(shuō)明了本文所建立的基于BP神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)模型具有很好的預(yù)測(cè)能力和較佳的推廣能力。
　　 (3