论文部分内容阅读
传统BP（back propagation）算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上，提出一种改进算法，在训练过程中能自动确定各种参数，并避免陷入局部极小点，提高网络的泛化能力。利用2003-2005年5—9月中国国家气象中心T213的数值预报产品，通过动力诊断得出反映降水的物理量，然后从中挑选出与降水关系较好的25个因子，连同中国国家气象中心T213模式、日本气象厅业务模式和德国气象局业务模式相应的降水量预报结果作为预