文献类型：期刊文章

作　　者：施晓芬[1] 陈翔[1] 曹永勇[2] 杨晓瑛[1] 赵晓婷[1]

SHI Xiao-fen;CHEN Xiang;CAO Yong-yong;YANG Xiao-ying;ZHAO Xiao-ting(School of Bailie Mechanical Engineering,Lanzhou City University,Lanzhou 730070,.China;School of Mechanical and Electronical Engineering,Lanzhou University of Technology,Lanzhou 730050, China)

机构地区：[1]兰州城市学院培黎机械工程学院,甘肃兰州730070 [2]兰州理工大学机电工程学院,甘肃兰州730050

出　　处：《数学的实践与认识》

基　　金：甘肃省高校协同创新科技团队支持计划资助"炭纤维刹车材料创新团队"(2017C-21)

年　　份：2019

卷　　号：49

期　　号：1

起止页码：145-151

语　　种：中文

收录情况：BDHX、BDHX2017、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.

关 键 词：BP神经网络 误差分级迭代法  回归分析  逐时气温预测  

分 类 号：P457.3[大气科学类] TP183]