基于BP、RBF、GRNN神经网络及多元曲线拟合的北方冬季日光温室最低气温预报研究

摘要：

为寻求北方冬季日光温室最低气温长序列预报方法,以BP、RBF、GRNN神经网络与多元曲线拟合为基础,对日光温室最低气温进行预报.结果表明:神经网络模型具有较好的通用性,在确定网络参数后,对不同棚型进行训练泛化后均可获得较稳定的预报结果;而以多元拟合曲线对不同棚型进行拟合时其曲线方程较难统一,通用性差.经验证:GRNN神经网络的稳定性略优于BP及RBF神经网络,且建模参数较少,数据训练简单,建议在日光温室低温预报中使用.

关键词： 日光温室 气温预报 BP神经网络 RBF神经网络 GRNN神经网络

作者: 薛庆禹 黎贞发 刘淑梅 李春 宫志宏 郭晶 柳芳

作者单位: 天津市气候中心,天津,30074

会议类型: 国内会议

会议名称: 第32届中国气象学会年会

会议地点: 天津

会议语种:中文

页码: 1-13

在线出版日期: 2015-10-01（万方平台首次上网日期，不代表论文的发表时间）