论文部分内容阅读
神经网络方法已经在过去很多年中得到了大量研究，特别是基于误差反向传播算法的人工神经网络（简称BP-ANN）在很多天气预报业务上发挥了重要作用。对于BP—ANN训练有这样的一个问题，在同一个样本模型、同样的网络结构和同样的输人参数情况下，每次训练得到的权重和最终的误差结果几乎都是不一样的，有的会很好，有的会较差。在利用BP—ANN建模训练中，希望都寻找到因子模型的局部最优解，使它具有较好的泛化能力。为了提高BP—ANN在业务预报中的建模和预测能力，将对BP—ANN进行改进试验。利用2009--2010年每年