论文部分内容阅读
提出一种基于BP神经网络的天气发生器模型,可以根据12个月的月平均天气数据(包括日照强度、最高气温、最低气温、风速、露点温度、降水量),模拟生成365天的逐日天气数据。使用河南省南阳气象站从1990年到2004年的实测数据训练网络模型,并使用该地区2005年到2009年的数据进行模型验证。各天气变量的逐日模拟数据与实测数据在365×5天内的均方根误差,分别为6.310、5.638、5.743、0.951、7.481、9.172;平均绝对百分比误差分别为41.9%、23.6%、7.7%、41.9%