新激活函数下前馈型神经网络及其在天气预报中的应用

摘要

本文为提高基于ＢＰ算法的人工神经元网络的学习速度，提出新组合激活函数并取得了显著效果的基础上，又应用于天气预报中，并与基于ＢＰ算法的神经网络（标准和带动量项）以及多自适应线性单元的神经元网络进行仿真比较，在预报准确率和学习速度方面获得了令人比较满意的结果．本模拟程序在Ｔｕｒｂｏ－Ｐａｓｃａｌ／６．０环境下编制，在ＩＢＭＰＣ３８６和４８６机器上调试通过并运行．