论文部分内容阅读
以湛江地区50年来的月降水量为时间序列,利用高斯径向基函数,选择输人窗口(时滞)大小为6,建立了一种智能型的径向基函数神经网络预测系统,并分别对1991—2000年和2001-2003年的月降水量进行了测试预报和独立样本预测。结果显示,该模型预测效果明显优于传统的线性自回归预测模型,各月平均的平均绝对误差(MAE)和均方误差(RMSE)达到41.8和55.7。虽然该模型对降水量的预报还存在量级偏小的系统性偏差,但它完全有可能为本地区短期气候预测提供一种客观、自动的业务预报方法。