文献类型：期刊文献

中文题名：基于海表异常温度与MPGA-BP模型的干旱预测

作者：刘振男 周靖楠

第一作者：刘振男

机构：[1]贵州理工学院

第一机构：贵州理工学院

年份：2018

卷号：0

期号：1

起止页码：26-31

中文期刊名：贵州农机化

外文期刊名：Guizhou Agricultural Mechaniation

基金：贵州省科技厅基金项目(黔科合LH字[2016]7096)

语种：中文

中文关键词：BP神经网络;MPGA-BP神经网络;干旱;预报因子

摘要：针对Back Propagation(BP)神经网络训练时,初始权值与阈值选取随机性大的不足,利用多种群遗传算法(Multiple-Populations Genetic Algorithm,MPGA)对其进行改进,构建了MPGA-BP神经网络预测模型,并选用海表异常温度(Sea surface temperature anomalies,SSTA)作为该干旱预测模型的输入因子,对研究区域的干旱进行了预测。结果表明:以SSTA作为MPGA-BP神经网络的输入因子能够有效的预测干旱,该模型对干旱的预测精度高于BP神经网络与统计回归模型。测试期,MPGA-BP预测所得RMSE为2.165 8,CORR为0.916 1; BP预测所得RMSE为3.291 9,CORR为0.810 9;统计回归模型所得RMSE为3.699 0,CORR为0.724 3,因此,以SSTA作为预报因子的MPGA-BP神经网络模型性能指标符合当地实际要求,具有一定的应用价值。