<ins id="nnjdx"><span id="nnjdx"></span></ins>
<var id="nnjdx"></var>
<var id="nnjdx"></var>
<var id="nnjdx"></var>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<var id="nnjdx"></var><var id="nnjdx"></var>
<var id="nnjdx"><strike id="nnjdx"></strike></var>
<menuitem id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></menuitem>
<cite id="nnjdx"></cite>
<thead id="nnjdx"><span id="nnjdx"><thead id="nnjdx"></thead></span></thead>
<del id="nnjdx"><noframes id="nnjdx">
<var id="nnjdx"></var>
<cite id="nnjdx"></cite>
<var id="nnjdx"><dl id="nnjdx"></dl></var>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<cite id="nnjdx"><video id="nnjdx"></video></cite>
<cite id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></cite>
<cite id="nnjdx"><video id="nnjdx"><thead id="nnjdx"></thead></video></cite>
鄭州航空工業管理學院學報 · 2020年第6期67-75,共9頁

基于GA-BP神經網絡的全球氣溫預測

作者:袁鳴,申金山,張藝,楊瑞佳,張運輝

摘要:建立BP神經網絡和遺傳算法(GA)BP神經網絡氣候預測模型,利用1890-2019年全球平均氣溫及氣溫影響因子數據,對2020-2044年氣候進行預測估計,并對兩種氣溫預測模型的結果進行對比與分析。結果表明:(1)未來氣溫將持續上升;(2)BP神經網絡和GA-BP神經網絡均能較好擬合實際值;(3)BP神經網絡預測值與實測值之間的平均誤差為1.47%,而利用GA-BP神經網絡對氣溫進行預測時,平均誤差僅為0.65%。因此,GA-BP神經網絡在處理時間序列數據預測時具有較高預測精度,能夠有效指導我國未來綠色發展政策制定。

發文機構:鄭州航空工業管理學院土木建筑學院 鄭州航空工業管理學院經濟學院

關鍵詞:GA-BP神經網絡全球變暖氣溫預測氣候預測模型GA-BP neural networkglobal warmingtemperature predictionclomate prediction model

分類號: P456.3[天文地球—大氣科學及氣象學]

注:學術社僅提供期刊論文索引,查看正文請前往相應的收錄平臺查閱
相關文章
伊伊爱官方网站