基于BP网络的水上乐园适宜性等级预报模型

摘要

本文利用常规地面气象观测资料,对水上乐园2015年1月1日-2016年12月31日2年逐日水上乐园游客人数与对应的气象要素进行了分析.BP神经网络具有良好的非线性函数逼近能力,建立模型,并检验.选出影响水上乐园客流量的气象因子作为水上乐园等级预报的气象要素,包括:最高气温、最低气温、平均温度、平均相对湿度、最小相对湿度、08-20时(北京时,下同)降水量和风速,建立水上乐园适宜性等级预报方程;同时为了降低暑假、周末和节假日对预报方程的影响,故进行二次建模.结果发现:BP网络预报模型的预报效果比较好,预报正确率在44％到70％之间,预报等级绝对值差为1的正确率基本高于80％,预测的等级比较稳定.同时,暑假对水上乐园客流量有正面影响.