%0 Journal Article
%T Research on Reexplanation and Reanalysis of Products of Climate Model Using Genetic Algorithm Neural Networks
遗传神经网络释用气候模式预测产品的试验研究
%A ZHANG Li-Ping
%A DING Yi-Hui
%A LI Qing-Quan
%A ZHANG Le-Fei
%A
张礼平
%A 丁一汇
%A 李清泉
%A 张乐飞
%J 气候与环境研究
%D 2008
%I
%X 从业务需求出发,提出了面向气候模式产品释用的神经网络。选用主分量作为网络的输入和输出,大大减少了其节点数,重点突出了大尺度影响变化关系,提高了实际预测的稳定性;用全局寻优的遗传算法取代经典BP算法,为高质量的网络学习训练提供了保证;针对实际设计代价函数,保证了网络学习训练能适应气候模式产品释用的基本要求,学习目的更明确,针对性更强。分别以夏季(6~8月)NCEP/NCAR500 hPa高度场、国家气候中心海气耦合模式500hPa高度预测场主分量为外界输入信号,同期中国降水场、华中区域降水场主分量为网络输出信号,进行了拟合预测和独立预测试验。结果表明:用模式500hPa高度预测场主分量为外界输入信号,网络输出(降水场主分量)反演的中国、华中地区降水场预测距平与实况同号率,有可能接近用NCEP/NCAR500 hPa高度场主分量为外界输入信号相当的技巧水平。
%K 模式产品释用
%K 神经网络
%K 遗传算法
%K 可预测性
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=E62459D214FD64A3C8082E4ED1ABABED5711027BBBDDD35B&cid=28A2F569B2458C17&jid=484C10BAB5333C14751916EACFF8295F&aid=EB9FB54AAD9B68C7BDEDE77A7186D3CE&yid=67289AFF6305E306&vid=FC0714F8D2EB605D&iid=94C357A881DFC066&sid=8243B77967FFD12E&eid=F4C2D192FB73A21F&journal_id=1006-9585&journal_name=气候与环境研究&referenced_num=1&reference_num=12