10.3969/j.issn.1672-8262.2019.04.032
基于遗传算法优化小波神经网络预测GP S可降水量
大气水汽变化,有着高度的随机性与时空剧变性;通过GPS遥感的方式获取得到的GPS可降水量是一个剧烈变化的非线性系统.针对GPS可降水量这一特点以及现有预测模型的局限性,采用遗传算法的全局搜索能力和小波神经网络良好的逼近与容错能力相结合的遗传小波神经网络进行建模.用所建模型对不同特点的GPS可降水量的时间序列进行分析.结果表明遗传小波神经网络在预测的精度、稳定性和预测的步长上均优于现有的P WV预测模型.
GPS可降水量、预测、遗传算法、小波神经网络
P228;TP183(大地测量学)
2019-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
136-140