基于遗传神经网络的时序数据预测_张亚兵1
需积分: 0 36 浏览量
2022-08-04
16:22:00
上传
评论
收藏 170KB PDF 举报
基于遗传神经网络的时序数据预测
张亚兵
１
，
张海燕
２
，
鲁汉榕
３
，
李朝真
１
（
１．
空军预警学院 研究生管理大队
，
湖北 武汉
４３００１９
；
２．
武汉市财政学校
，
湖北 武汉
４３００００
；
３．
空军预警学院 预警监视情报系
，
湖北 武汉
４３００１９
）
摘
要
：
针对机场短时局地天气预报这一特定的时序数据预测问题
，
提出用遗传算法同时优化神经网络的连接权值
、
阈值和网络结构
，
建立了基于遗传神经网络的天气预报模型
，
并利用某气象站的实际观测数据进行了实验
。
仿真结
果表明
，
相对于单独使用
ＢＰ
神经网络
，
运用该方法可以有效提高预测精度
。
关键词
：
遗传算法
；
神经网络
；
天气预报
；
时序数据预测
中图分类号
：
ＴＰ３８９．１
文献标识码
：
Ａ
文章编号
：
１６７２
－
７８００
（
２０１２
）
００１
－
００１５
－
０３
作者简介
：
张亚兵
（
１９８２－
），
男
，
河北沧州人
，
空军预警学院硕士研究生
，
研究方向为人工智能的军事应用和数据挖掘
；
张海燕
（
１９５８
－
），
女
，
湖北武汉人
，
硕士
，
武汉市财政学校高级讲师
，
研究方向为数理统计
；
鲁汉榕
（
１９５８－
），
男
，
湖北天门人
，
硕士
，
空军
预警学院教授
，
硕士生导师
，
研究方向为人工智能与数据挖掘
；
李朝真
（
１９８５－
），
男
，
安徽宣城人
，
空军预警学院 硕士研究
生
，
研究方向为多源信息表示
。
０
引言
天气预报可看作是典型的时序数据预测
，
在传统的天
气预报中
，
一般是根据现有资料
，
建立数学模型来进行预
测
，
但是由于天气预报涉及到很多气象要素
，
且相互之间
存在着复杂的非线性关系
，
要建立一个完善的模型是很困
难的
。
ＢＰ
神经网络能够以任意精度模拟复杂的非线性关
系
，
因此在天气预报中的应用越来越广泛
，
但
ＢＰ
神 经 网
络全局搜索能力差
、
收敛速度慢
，
结果易陷入局部极值
，
单
独使用
ＢＰ
神经网络效果不是很理想
。
针对
ＢＰ
神经网络的不足
，
本文提出了用擅长全局搜
索的遗传算法寻优与神经网络学习相结合的天气预报模
型
，
结合两者的优点
，
先利用遗传算法在解空间进行全局
搜索
，
然后在遗传算法搜索到的最优区间内用神经网络学
习找到最优解
。
最后以空军某场站气象台
２００２
年的气象
观测数据为对象
，
建立了该局部地区基于遗传神经网络的
天气预报模型
，
取得了很好的预报效果
。
１
遗传神经网络
遗传算法优化神经网络的基本思想是
：
改变
ＢＰ
算法
依赖梯度信息的指导来调整网络权值
、
阈值的方法
，
利用
遗传算法全局性搜索的特点
，
寻找对于特定应用或数据集
最为合适的网络参数和网络结构
。
ｐ
ｕｔｓ
ｓｅｒｖｉｃｅ．ｈｅｌｌｏ
＿
ｗｏｒｌｄ
｛”
Ｓ
ｐ
ａｒｋ
”｝
＃
利用
ｓｉｎ
ｇ
ｌｅｔｏｎ
添加
，
更新服务
ｃｌａｓｓ
＜＜
ＨｅｌｌｏＷｏｒｌｄＳｅｒｖｅｒ
ｄｅｆ
ｈｅｌｌｏ
＿
ｗｏｒｌｄ
；“
Ｗｅｌｃｏｍｅ
”；
ｅｎｄ
ｄｅｆ
ｈｏｗ
＿
ｎｉｃｅ
；“
ｎｉｃｅ
Ｗｏｒｌｄ
”；
ｅｎｄ
ｅｎｄ
ｐ
ｕｔｓ
ｓｅｒｖｉｃｅ．ｈｅｌｌｏ
＿
ｗｏｒｌｄ
＃
“
Ｗｅｌｃｏｍｅ
”
ｐ
ｕｔｓ
ｓｅｒｖｉｃｅ．ｎｉｃｅ
＃
”
ｎｉｃｅ
Ｗｏｒｌｄ
”
４
结束语
通过
Ｒｕｂ
ｙ
强大的面向对象特性
，
以及其标准库提供
的
ｄＲｕｂ
ｙ
／
Ｒｉｎｄａ
，
可以以极少的代码量开发出一个高效稳
定的面向服务的分布式系统
。
参考文献
：
［
１
］
Ｄｉｓｔｒｉｂｕｔｅｄ
Ｐｒｏ
ｇ
ｒａｍｍｉｎ
ｇ
ｗｉｔｈ
Ｒｕｂ
ｙ
［
Ｍ
］
．Ａｄｄｉｓｏｎ
－
Ｗｅｓｌｅ
ｙ
，
２００９．
［
２
］
Ｐａｏｌｏ
Ｐｅｒｒｏｔｔａ．ＭｅｔａＰｒｏ
ｇ
ｒａｍｍｉｎ
ｇ
Ｒｕｂ
ｙ
．
ｐ
ｒａ
ｇ
ｍａｔｉｃ．ｃｏｍ
，
２０１０．
［
３
］
高桥征 义
，
后藤 裕藏
．Ｒｕｂ
ｙ
Ｐｒｏ
ｇ
ｒａｍｍｉｎ
ｇ
：
向
Ｒｕｂ
ｙ
之 父学 程 序 设
计
（
第
２
版
）［
Ｍ
］
．
北京
：
电子工业出版社
，
２００９．
（
责任编辑
：
王
钊
）
资源评论
