基于神经网络的SARS传播模型 被引量：7

1

作者 张建勋 张红 曾庆森 《计算机工程与应用》 CSCD 北大核心 2004年第23期188-191,共4页

神经网络具有并行分布式处理、联想记忆、自组织、自学习的能力,通过学习可以逼近任意非线性映射,使它成为非线性复杂系统常用的建模工具和预测方法。各种疾病(包括SARS)的传染规律是一个非常复杂的问题,具有高度的非线性性。文章没有... 神经网络具有并行分布式处理、联想记忆、自组织、自学习的能力,通过学习可以逼近任意非线性映射,使它成为非线性复杂系统常用的建模工具和预测方法。各种疾病(包括SARS)的传染规律是一个非常复杂的问题,具有高度的非线性性。文章没有走以传统的微分方程、指数函数为理论基础的老路,尝试采用3层反馈神经网络模型建立SARS的传染模型,用其预报SARS的传播规律。 展开更多

关键词 3层反馈 神经网络 sars 预测 传播模型 并行分布式处理

在线阅读 下载PDF 职称材料

基于微粒群算法的神经网络储层物性参数预测 被引量：8

2

作者 王文娟 曹俊兴 +1 位作者 张元标 王小权 《西南石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第6期31-33,54,共4页

建立了一个具有自适应、复杂非线性储层预测模型,在计算方法上,由于多层前向型神经网络BP算法存在易陷入局部最优的缺点,而微粒群算法具有较强鲁棒性和全局收敛的优点。结合二者长处,利用基于微粒群算法的神经网络计算方法,对神经网络... 建立了一个具有自适应、复杂非线性储层预测模型,在计算方法上,由于多层前向型神经网络BP算法存在易陷入局部最优的缺点,而微粒群算法具有较强鲁棒性和全局收敛的优点。结合二者长处,利用基于微粒群算法的神经网络计算方法,对神经网络结构进行了改进。利用四川洛带地区气田的测井资料,用所设计的算法对储层的物性参数(孔隙度、渗透率)进行预测,并对其预测精度与用常规基于BP算法和基于LMBP算法得到的预测结果进行了比较分析,发现地质效果明显,有效地克服了基于BP算法和基于LMBP算法的缺点。 展开更多

关键词 神经网络 孔隙度 渗透率 微粒群算法 储层参数预测

在线阅读 下载PDF 职称材料

基于B-P神经网络的环境空气质量预测模型 被引量：25

3

作者 祝翠玲 蒋志方 王强 《计算机工程与应用》 CSCD 北大核心 2007年第22期223-227,共5页

B-P神经网络是一种刻画非线性现象的强有力工具,可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目,根据不同的气象特征因子,将污染源排放数据为输入因子,监测点位监测数据作为输出因子,形成多组训练样本,进行学习训练... B-P神经网络是一种刻画非线性现象的强有力工具,可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目,根据不同的气象特征因子,将污染源排放数据为输入因子,监测点位监测数据作为输出因子,形成多组训练样本,进行学习训练,建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统,即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果,比现有预测模型具有更大的优势。 展开更多

关键词 B-P神经网络 空气质量 预测模型 隐层

在线阅读 下载PDF 职称材料

基于神经网络和模糊理论的短期负荷预测 被引量：15

4

作者 赵宇红 唐耀庚 张韵辉 《高电压技术》 EI CAS CSCD 北大核心 2006年第5期107-110,共4页

电力系统负荷预测是能量管理系统(EMS)的重要组成部分,它对电力系统的运行、控制和计划都有着非常重要的影响,提高电力系统负荷预测的准确度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性,但负荷预测的复杂性、不确定性... 电力系统负荷预测是能量管理系统(EMS)的重要组成部分,它对电力系统的运行、控制和计划都有着非常重要的影响,提高电力系统负荷预测的准确度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性,但负荷预测的复杂性、不确定性使传统的基于解析模型和数值算法的模型难以获得精确的预测负荷。为提高电力系统短期负荷预测准确度,构建了一种新型的负荷预测模型。该模型首先采用多层前馈神经网络,以与预报点负荷相关性最大的几种因素作为输入因子,以改进BP算法作为预测算法,来获得预报日相似日负荷曲线;然后引入自适应模糊神经网络,用于预测预报日的最大、最小负荷;针对模糊神经元的权值更新问题,采用一种新的权值更新算法———一步搜索寻优法,在获得预报日相似日各点负荷和最大、最小负荷的基础上,通过纵向变换,对预报日的负荷修正,进一步减小预测误差。用上述模型和算法预测某地区电网的短期负荷,取得了良好的预测效果。 展开更多

关键词 电力系统 短期负荷预测 多层前馈神经网络 改进BP算法 自适应模糊神经网络 一步搜索寻优法

在线阅读 下载PDF 职称材料

用T-S模型模糊神经网络进行压裂效果预测 被引量：5

5

作者 刘洪 赵金洲 +2 位作者 胡永全 张绍伦 刘江雁 《断块油气田》 CAS 2002年第3期35-38,共4页

压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。运用T—S模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该... 压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。运用T—S模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该方法用于压裂效果预测具有良好的适应性和实用性。 展开更多

关键词 T-S模型 模糊神经网络 压裂效果 预测 油气藏 选井 选层

在线阅读 下载PDF 职称材料

改进Elman神经网络的综合气象短期负荷预测 被引量：38

6

作者 刘荣 方鸽飞 《电力系统保护与控制》 EI CSCD 北大核心 2012年第22期113-117,共5页

由于地区电网负荷受气象因素影响较大,提出了综合考虑气象因子的处理方法。该方法采用综合气象因子(人体舒适度和温湿指数)作为输入,克服了气象因子直接输入时输入量多、预测时间长的缺点。同时,针对BP神经网络动态性能的不足,建立基于E... 由于地区电网负荷受气象因素影响较大,提出了综合考虑气象因子的处理方法。该方法采用综合气象因子(人体舒适度和温湿指数)作为输入,克服了气象因子直接输入时输入量多、预测时间长的缺点。同时,针对BP神经网络动态性能的不足,建立基于Elman动态神经网络的短期负荷预测模型,并对该模型的激励函数和网络结构进行改进。改进后的模型考虑了电网的动态特性,减少了神经网络输入量,增强了负荷预测模型的适应性。采用杭州地区实际数据对提出的方法和模型进行验证,结果显示该方法和模型能明显提高负荷预测精度,表明该方法和模型是实用有效的。 展开更多

关键词 短期负荷预测 ELMAN神经网络 综合气象因子 激励函数 双隐含层

在线阅读 下载PDF 职称材料

扩展隐层的误差反传网络训练算法研究 被引量：4

7

作者 刘新平 唐磊 金有海 《计算机集成制造系统》 EI CSCD 北大核心 2008年第11期2284-2288,共5页

为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展,在训练过的三层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进... 为提高神经网络的预测精度,对现有的误差反传网络训练算法进行了改进。对三层误差反传网络进行了结构扩展,在训练过的三层网络中,动态增加一个具有线性激活函数的辅助隐层,形成一种新的网络扩展模型。用改进的蚁群算法对新增权值参数进行训练,着重阐述算法的实现过程及算法分析。最后,设计了一组催化剂活性预测实验,对算法改进前后的预测能力及训练误差进行了对比。结果表明,采用该模型及训练算法,可以在不影响网络表达能力的基础上提高网络的训练精度及预测精度,改善了网络的泛化能力。 展开更多

关键词 误差反传 神经网络 扩展隐层 训练算法 预测精度

在线阅读 下载PDF 职称材料

蚁群神经网络在短期负荷预测的应用 被引量：5

8

作者 王晶 刘博 冯艳红 《计算机工程与设计》 CSCD 北大核心 2008年第7期1797-1799,1837,共4页

为了进一步提高BP神经网络的性能,实现准确、快速预测电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,建立了一种新的蚁群神经网络(ACAN)预测模型。对某电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测... 为了进一步提高BP神经网络的性能,实现准确、快速预测电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,建立了一种新的蚁群神经网络(ACAN)预测模型。对某电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。 展开更多

关键词 蚁群算法 神经网络 短期负荷预测 随机搜索 隐层

在线阅读 下载PDF 职称材料

一种电力系统短期负荷预测网络信息系统 被引量：2

9

作者 孙婕 黄勇 +1 位作者 管晓宏 周佃民 《电网技术》 EI CSCD 北大核心 2002年第3期57-59,共3页

在应用 BP神经网络对电力系统进行短期负荷预测的基础上 ,设计了基于三层 C/ S网络信息结构的电力系统短期负荷预测系统 ,并给出了一种具体的实现方法。该方法使用户可以通过在线方式浏览历史数据、查看预测结果并分析市场走势。通过预... 在应用 BP神经网络对电力系统进行短期负荷预测的基础上 ,设计了基于三层 C/ S网络信息结构的电力系统短期负荷预测系统 ,并给出了一种具体的实现方法。该方法使用户可以通过在线方式浏览历史数据、查看预测结果并分析市场走势。通过预测系统 ,客户能够根据负荷值采取相应措施 ,最大程度减少损失并获得较高利润。该系统目前用于预测美国加州电力系统负荷。随着国内电力市场的开放 ,也用于预测山东、浙江等省的负荷。 展开更多

关键词 电力系统 短期负荷预测 BP神经网络 信息系统

在线阅读 下载PDF 职称材料

基于双隐层BP网络的沈阳地区雷暴潜势预报模型 被引量：1

10

作者 林中冠 栾健 +2 位作者 王迪 张春龙 栾澜 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第2期84-91,共8页

利用沈阳市2007-2011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报.结果表明:基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、... 利用沈阳市2007-2011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报.结果表明:基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、探测概率POD=79.38%、虚假报警率FAR=32.46%和总指数TS=74.89%,预报效果较令人满意;通过12h和6h潜势预报结果对比发现,6hBP神经网络模型预报效果好,更适用于沈阳地区雷暴潜势预报. 展开更多

关键词 双隐层 BP网络 雷暴 潜势预报 模型

在线阅读 下载PDF 职称材料

不同拓扑结构原棉品质指标预测模型的预测效果对比 被引量：1

11

作者 李勇 刘文亮 +2 位作者 魏鹏辉 吴炜 陈晓川 《现代纺织技术》 2018年第1期49-54,共6页

采用BP神经网络预测手摘籽棉脱籽后原棉的多个品质指标。以南疆库尔勒地区某轧花厂为试验场,选择籽棉回潮率、轧花速度和喂花量3个关键因素作为输入层自变量,建立手摘籽棉的3个轧花品质指标(UHML、Str、SF)预测模型。试验结果表明:3-3-2... 采用BP神经网络预测手摘籽棉脱籽后原棉的多个品质指标。以南疆库尔勒地区某轧花厂为试验场,选择籽棉回潮率、轧花速度和喂花量3个关键因素作为输入层自变量,建立手摘籽棉的3个轧花品质指标(UHML、Str、SF)预测模型。试验结果表明:3-3-2-2-3网络拓扑结构的BP神经网络模型能较好表达轧花原棉3个品质指标与关键因素之间的复杂关系,轧花品质指标预测模型的预测输出值与试验目标值的相关系数接近0.984 1,BP神经网络模型可实现籽棉多个轧花品质指标的有效预测。 展开更多

关键词 BP神经网络 原棉 预测模型 品质指标 多隐含层

在线阅读 下载PDF 职称材料

基于双隐层径向基过程神经网络的汽轮机排汽焓在线预测 被引量：3

12

作者 宫唤春 《热力发电》 CAS 北大核心 2014年第7期32-35,共4页

为实现机组经济性能在线诊断,将双隐层径向基神经网络方法引入汽轮机排汽焓在线预测计算,建立了汽轮机排汽焓特性与相关运行参数之间的复杂关系模型。并以某300MW机组汽轮机末级抽汽及排汽焓值为例进行了在线计算。结果表明:该方法在线... 为实现机组经济性能在线诊断,将双隐层径向基神经网络方法引入汽轮机排汽焓在线预测计算,建立了汽轮机排汽焓特性与相关运行参数之间的复杂关系模型。并以某300MW机组汽轮机末级抽汽及排汽焓值为例进行了在线计算。结果表明:该方法在线预测汽轮机排汽焓值的平均相对误差小于1%,比BP神经网络的精度更高,同时具有训练速度快、结构简单、精度高等特点,是一种行之有效的预测方法。 展开更多

关键词 汽轮机 排汽焓 双隐层径向基神经网络 在线预测

在线阅读 下载PDF 职称材料

基于ML-PCA-BP模型的多环芳烃拉曼光谱定量分析 被引量：4

13

作者 尹雄翼 石元博 +2 位作者 王胜君 焦仙鹤 孔宪明 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第3期861-866,共6页

芘作为多环芳烃(PAHs)类物质广泛存在于自然环境中,亲脂性强,对人体有致癌影响。因此,食用油中芘的含量的判定对品质的把控具有深远的意义。采用拉曼光谱与人工智能算法相结合进行多环芳烃的定量分析是当前的一个研究热点。将一毫升食... 芘作为多环芳烃(PAHs)类物质广泛存在于自然环境中,亲脂性强,对人体有致癌影响。因此,食用油中芘的含量的判定对品质的把控具有深远的意义。采用拉曼光谱与人工智能算法相结合进行多环芳烃的定量分析是当前的一个研究热点。将一毫升食用油与不同固定浓度的芘液体混合制作样本,然后制作薄层色谱板与金粒子,采用薄层色谱和表面增强拉曼散射(SERS)光谱相结合的方法进行实验获得光谱数据,选取自适应迭代加权惩罚最小二乘算法进行预处理,再采用Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型方法进行定量分析。该模型首先在预处理后的光谱中选取两个特征峰进行分峰拟合获取特征峰的高度、半高宽、面积等参数。将两个特征峰的拉曼数据与通过拟合获取的参数进行归一化再采用主成分分析获取关键参数,将获取的关键参数作为输入层输入基于L2正则化的BP神经网络中,输出预测浓度。实验分别采用不同的算法进行浓度预测,实验结果表明,通过偏最小二乘算法预测的芘浓度,其测试集决定系数R^(2)为0.58,均方根误差(RMSEC)为1.85;采用线性回归拟合特征峰面积与浓度的规律最终预测的芘浓度,其测试集决定系数R^(2)为0.26,均方根误差(RMSEC)为2.28;采用Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型预测芘浓度,其测试集决定系数R^(2)为0.99,均方根误差(RMSEC)为0.31,Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型预测精准度更高,误差更小。模型是针对光谱数据信息与样本浓度之间非线性、高维度的关系,而建立的预测精度及建模效率均高于同类对比的算法模型。模型拟合特征峰获取关键变量,将关键变量与特征峰的拉曼位移都作为特征向量,因此特征向量较为充分,模型利用PCA提取拉曼光谱非线性特征并且采用基于L2正则化BP神经网络泛化力强的优点,防止过拟合,因此可以更加精准快捷地预测出芘的浓度。 展开更多

关键词 芘 表面增强拉曼散射 薄层色谱 高斯拟合 神经网络 主元分析 预测

在线阅读 下载PDF 职称材料

基于BP神经网络方法的分层注水量计算 被引量：4

14

作者 李国庆 赵恩远 +1 位作者 任帅勤 金春玉 《科学技术与工程》 北大核心 2012年第10期2425-2427,2431,共4页

对静态地层系数法和动态方程法等分层注水量计算方法分析表明:现有方法考虑注水量影响因素较少,计算误差较大,适用性较差。应用BP神经网络方法计算分层注量,以砂岩厚度、有效厚度、渗透率和沉积相影响系数等16个影响因素作为模型输入参... 对静态地层系数法和动态方程法等分层注水量计算方法分析表明:现有方法考虑注水量影响因素较少,计算误差较大,适用性较差。应用BP神经网络方法计算分层注量,以砂岩厚度、有效厚度、渗透率和沉积相影响系数等16个影响因素作为模型输入参数,单层吸水量作为模型输出。实例计算结果表明:BP神经网络法计算分层注水量与实测值的最大误差为6.51%,平均误差为3.21%,准确性较好,说明BP神经网络方法在分层注水量计算方面具有较好的应用前景。 展开更多

关键词 分层注水 BP神经网络 预测

在线阅读 下载PDF 职称材料

基于混合神经网络的多时间尺度负荷预测 被引量：7

15

作者 孙义豪 郭新志 +4 位作者 皇甫霄文 马杰 樊江川 张海峰 任洲洋 《电工电能新技术》 CSCD 北大核心 2023年第8期95-104,共10页

精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现... 精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现象的原因在于模型预测结果的误差会随着预测时间尺度的延长而出现不同程度的增加,预测难度大,并且影响负荷的因素大多分布在不同时间尺度的数据上,难以充分利用。针对以上问题,本文在考虑负荷曲线的定积分与对应时间内用电量之间约束关系的前提下,提出融合多时间尺度数据的混合神经网络模型。该模型的损失函数同时考虑了点预测结果的误差以及负荷曲线定积分的物理意义,增强了负荷时间序列中各个元素之间的几何相关性。并且利用神经网络将短尺度数据提取为抽象的综合数据后,与长尺度数据拼接组成新的特征向量,用于预测不同时间尺度的负荷值。算例结果表明,本文提出的模型在实际的变压器负荷数据上能够实现多个时间尺度的预测并且有效提高预测精度。 展开更多

关键词 多时间尺度负荷预测 多层混合神经网络 损失函数 多时间尺度数据融合

在线阅读 下载PDF 职称材料

基于自适应Elman神经网络的短期风电功率预测 被引量：2

16

作者 肖蕾 李郁侠 《西安理工大学学报》 CAS 北大核心 2014年第1期102-107,共6页

针对BP神经网络动态性能的不足、适应性较差的问题,提出了基于自适应Elman神经网络的短期风电功率预测模型。通过对比不同隐含层数的Elman预测模型的预测误差,选取最小误差的隐含层数作为自适应Elman预测模型的隐含层数;根据不同的训练... 针对BP神经网络动态性能的不足、适应性较差的问题,提出了基于自适应Elman神经网络的短期风电功率预测模型。通过对比不同隐含层数的Elman预测模型的预测误差,选取最小误差的隐含层数作为自适应Elman预测模型的隐含层数;根据不同的训练集和预测集的输入,自动调节Elman隐含层节点数,实现隐含层节点数的自适应,寻求具有最佳隐含层节点数的预测模型,提高了风电功率预测精度。 展开更多

关键词 短期风电功率预测 不同隐含层数 隐含层节点数的自适应 自适应Elman神经网络模型

在线阅读 下载PDF 职称材料

基于改进递归网络的智慧楼宇负荷预测方法 被引量：2

17

作者 肖荣洋 黄雁 《沈阳工业大学学报》 CAS 北大核心 2022年第2期121-126,共6页

针对智慧楼宇负荷类型复杂且多变导致的负荷预测精度低等问题,提出了一种基于改进递归网络的智慧楼宇负荷预测方法.该方法在深度神经网络多隐层结构的基础上增设了关联层,使深度递归神经网络(DRNN)模型具有动态特性,并利用改进粒子群优... 针对智慧楼宇负荷类型复杂且多变导致的负荷预测精度低等问题,提出了一种基于改进递归网络的智慧楼宇负荷预测方法.该方法在深度神经网络多隐层结构的基础上增设了关联层,使深度递归神经网络(DRNN)模型具有动态特性,并利用改进粒子群优化算法对模型权值空间进行优化,进而实现楼宇负荷的准确预测.基于不同类型楼宇的实验结果表明,所提方法的预测误差约在±0.3 MW的范围内波动,其均方根差与平均绝对百分比误差分别为0.27 MW和1.05%,且预测误差均小于其他对比方法. 展开更多

关键词 改进粒子群优化算法 深度递归神经网络 智慧楼宇 负荷预测 关联层 均方根差 平均绝对百分比误差 预测误差

在线阅读 下载PDF 职称材料

基于改进CS算法优化Elman-IOC神经网络的短期负荷预测 被引量：21

18

作者 杨芳君 王耀力 +1 位作者 王力波 常青 《电测与仪表》 北大核心 2019年第9期32-37,共6页

为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最... 为提高负荷预测精度,提出一种基于混沌定向布谷鸟算法优化Elman-IOC神经网络的短期负荷预测模型,首先对Elman神经网络拓扑结构进行改进设计,通过增添输入-输出层连接单元,加强网络并行运算能力,提高预测精度,然后在布谷鸟算法中,利用最优位置信息指导随机游动过程,同时引入混沌扰动算子,增强全局搜索能力,最后将算法应用于Elman-IOC神经网络参数优化,建立了短期负荷预测模型。实验结果表明,较之其他模型,此模型具有更高的预测精度。 展开更多

关键词 短期负荷预测 Elman-IOC神经网络 输入-输出层连接 布谷鸟优化算法 混沌扰动

在线阅读 下载PDF 职称材料

基于BP神经网络的巢湖市冬季浅层地温预报 被引量：3

19

作者 桂沁园 王学林 曹明 《现代农业科技》 2018年第12期190-192,共3页

利用2011—2016年冬季(12月至翌年2月)巢湖市国家基本站逐日气温、地温、日照、降水等气象资料,采用相关分析法筛选出影响地温的关键气象因子,运用MATLAB软件构建了基于BP神经网络浅层最低地温预报模型,并比较不同层模拟精度。结果表明,... 利用2011—2016年冬季(12月至翌年2月)巢湖市国家基本站逐日气温、地温、日照、降水等气象资料,采用相关分析法筛选出影响地温的关键气象因子,运用MATLAB软件构建了基于BP神经网络浅层最低地温预报模型,并比较不同层模拟精度。结果表明,0~20 cm地温日变化均呈正弦曲线变化,越向深层地温变化幅度越小,位相逐层滞后。相关性分析表明,浅层最低地温与前一日的平均气温、最低气温、0~20 cm各层平均地温和最低地温成显著正相关,与前一日日照时数成显著负相关。模型模拟结果显示0、5、10、15、20 cm最低地温预报的标准误差和绝对误差逐层减小,20 cm层预报准确度明显优于0 cm层。 展开更多

关键词 浅层地温 预报模型 BP神经网络 安徽巢湖 冬季

在线阅读 下载PDF 职称材料