%0 Journal Article
%T 粒子群-神经网络集成学习算法气象预报建模研究
%A 吴建生？
%A 刘丽萍？
%A 金龙？
%J 热带气象学报
%P 679-686
%D 2008
%X 针对bp神经网络在实际气象预报应用中,网络结构难以确定以及网络极易陷入局部解问题,提出一种基于神经网络的粒子群集成学习算法的气象预报模型,以bp算法为基本框架,在学习过程中引入粒子群算法,优化设计神经网络的网络结构和初始连接权,获得一组合适网络结构和初始连接权,再进行新一轮bp神经网络训练,获得一批独立的神经网络个体,以"误差绝对值和最小"为最优准则,采用线性规划方法计算各集成个体的权系数,生成神经网络的输出结论,以此建立短期气候预测模型。以广西的月降水量进行实例分析,计算结果表明该方法学习能力强、泛化性能高,能够有效提高系统预测的准确率。
%K 神经网络集成
%K 粒子群优化
%K 最优组合
%U http://www.itmm.gov.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20080613&flag=1