论文部分内容阅读
构造了一种带多个核函数的结构自适应径向基函数神经网络（RBF NN）降水预报集成模型。该网络结构同时使用6个核函数，采用基于输入输出全部信息的模糊相似矩阵的平均矩阵元法自动确定隐节点数，自适应地生成RBF神经网络集成个体，最后建立多元回归模型集成。对日本的细网格资料数据建立平均日降水量预报模型，利用MATLAB进行仿真实验，结果表明，该模型预报性能明显优于同期中国气象局的T213（中国气象局的全球中期天气数值预报产品预报值）降水预报，可为气象预报研究提供新思路，为降水预报决策的制定提供重要的参考。