基于粒子群优化BP神经网络的台风灾损预测模型研究

摘要：

在对浙江省台风灾情实际情况研究的基础上,选择台风路径预报平均误差、预警能力指数等16个因子作为输入量,用粒子群算法(PSO)对BP神经网络的参数进行优化,以避免陷入局部极小和初始参数的抉择问题,提高模型的精度和收敛速度,从而建立了PSO-BP模型,并将模型应用于浙江台风灾情的预测.最后,对PSO-BP网络模型与普通BP模型的台风灾情预测训练效果进行对比,使用三个台风数据测试已训练好的网络,模型的预测结果显示,PSO-BP算法相较于BP算法有更高的精度,能较好的反应历年台风灾情的基本趋势.

关键词：防台减灾、台风灾情、粒子群算法、BP神经网络、浙江

所属期刊栏目：28

分类号：P444;X43(天气学)

资助基金：南京市产学研资金项目"六要素自动气象站"2012t026;2013年度中国气象局气象软科学研究SK20120146;第九批"六大人才高峰"高层次人才项目WLW-021

在线出版日期：2013-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：11-15,21