论文部分内容阅读
日长变化具有复杂的时变特性，传统的线性时间序列分析方法往往难以取得良好的预报效果．采用非线性人工神经网络技术对日长变化进行预报，网络模型的拓扑结构由最小均方误差法来确定．考虑到日长变化与大气环流运动间的密切关系，在神经网络预报模型中引入轴向大气角动量序列．结果表明，联合日长和大气角动量序列，比起单独采用日长资料，预报精度得到显著的提高．