[发明专利]一种基于BP人工神经网络的中长期逐小时气温预测方法

摘要

本发明涉及一种基于BP人工神经网络的中长期逐小时气温预测方法，包括步骤1)获取历史日气象预报数据及历史日逐小时实际气温数据；2)数据初始化，确定输入向量和输出向量，进行归一化；3)构建基于BP人工神经网络的逐小时气温预测模型；4)执行误差反向传播算法训练和交叉校验，获取预测模型参数；5)获取预测日气象预报数据；6)计算未来第1个预测日的逐小时气温；7)依次将前一个预测日的逐小时气温作为输入数据，迭代计算每个预测日的逐小时气温；8)预测日逐小时气温结果反归一化变换。本发明根据历史日气象预报数据、历史日逐小时气温数据和长期气象预报数据，迭代计算得到未来多个预测日的逐小时气温，预测准确度高超前时间长。

主权项

一种基于BP人工神经网络的中长期逐小时气温预测方法，其特征是包括以下步骤：步骤001：获取历史日气象预报数据及历史日逐小时气温数据；步骤002：数据初始化，确定输入向量和输出向量，并进行归一化处理；步骤003：构建基于BP人工神经网络的逐小时气温预测模型，其包含3个子步骤及其对应的子模块：步骤003‑1：构建基于BP人工神经网络的逐小时气温慢速变化预测模块SFM，输入数据是历史日气象预报数据、历史日逐小时实际气温；步骤003‑2：构建基于BP人工神经网络的逐小时气温快速变化预测模块FFM，输入数据是历史日气象预报数据、历史日逐小时实际气温变化值；步骤003‑3：构建输出组合模块OCM，将SFM和FFM的输出加权叠加；步骤004：执行误差反向传播算法训练和交叉校验，获取预测模型参数；步骤005：获取预测日气象预报数据；步骤006：计算未来第1个预测日的逐小时气温；步骤007：依次将前一个预测日的逐小时气温作为输入数据，迭代计算每个预测日的逐小时气温；步骤008：预测日逐小时气温结果反归一化变换。