改进的粒子群BP神经网络算法在天气预测中的应用

摘要

介绍了一种基于改进的粒子群算法BP神经网络(IBPPSO)来预测天气情况.粒子群算法BP神经网络(BPPSO)弥补了BP神经网络迭代次数多,运算速度慢的缺点.粒子群算法中学习因子(c1、c2)、惯性权重(w)设定为常数,实际情况下,c1、c2、w随迭代次数而变化.文章对粒子群算法进行适当改进,对最佳位置的搜索从全局的大范围渐渐向局部的小范围转变,既满足了较大的全局搜索能力,又增加了小范围局部搜索的精度.该方法应用于上海虹桥机场近三年来12000组天气情况数据.结果表明,IBPPSO预测准确率和成功预测雨天概率两方面都优于BP神经网络与BPPSO.