基于BP、RBF、GRNN神经网络及多元曲线拟合的北方冬季日光温室最低气温预报研究

摘要

为寻求北方冬季日光温室最低气温长序列预报方法,以BP、RBF、GRNN神经网络与多元曲线拟合为基础,对日光温室最低气温进行预报.结果表明:神经网络模型具有较好的通用性,在确定网络参数后,对不同棚型进行训练泛化后均可获得较稳定的预报结果;而以多元拟合曲线对不同棚型进行拟合时其曲线方程较难统一,通用性差.经验证:GRNN神经网络的稳定性略优于BP及RBF神经网络,且建模参数较少,数据训练简单,建议在日光温室低温预报中使用.