摘要
ABSTRACT
1 绪论
1.1 长期降水预报的研究现状
1.2 国外的长期降水预报方法
1.3 国内长期降水预报的现状
1.4 长期降水预报的问题
1.5 本文的主要工作和结构安排
1.6 创新点
2 人工神经网络的研究现状
2.1 人工神经网络的概述
2.2 神经网络的学习算法
2.3 神经网络模型
2.3.1 自适应性网络
2.3.2 单层感知器网络
2.3.3 离散Hopfiled神经网络
2.3.4 Hamming网络
2.3.5 自组织神经网络
2.4 本章小结
3 BP网络算法
3.1 BP网络的结构
3.2 BP神经网络的算法
3.3 BP网络结构设计
3.3.1 BP网络训练数据的归一化处理
3.3.2 BP网络层数及各层节点数
3.3.3 BP网络初始权值的选取
3.3.4 BP网络学习率的确定
3.3.5 BP网络的传递函数
3.3.6 BP网络的训练算法
3.3.7 BP网络误差的确定
3.4 本章小结
4 基于改进的动量-自适应算法的月降水量预报研究
4.1 洪泽湖地区介绍及长期降水预报的意义
4.2 基于随机过程的月降水预报研究
4.2.1 随机过程的月降水预报模型
4.2.2 基于随机过程的月降水预报模型在洪泽湖地区的应用研究
4.3 标准BP算法对洪泽湖地区的月降水预报研究
4.3.1 网络训练
4.3.2 训练结果分析
4.4 基于改进的BP算法的月降水预报研究
4.4.1 附加动量法
4.4.2 自适应学习率
4.4.3 误差函数的改进
4.4.4 遗传算法结合
4.4.5 弹性BP算法
4.4.6 牛顿法
4.4.7 Levenberg-Marquardt算法
4.5 基于改进的动量-自适应学习率算法的月降水量预报研究
4.5.1 模型的确定
4.5.2 实验样本的选取
4.5.3 实验分析
4.6 本章小结
5 全文总结与研究展望
5.1 研究工作总结
5.2 研究展望
参考文献
南京信息工程大学;