论文部分内容阅读
根据多层误差反传网络结构模型和三次设计发展了一种太阳黑子人工神经网络预报方法.以杉木胸径生长的年轮指数和太阳黑子自相关因子为输入变量,应用改进的人工神经网络方法建立了太阳黑子相对数年平均值的预测模型,模型的模拟回归优度为93.3%,预测精度达到95.74%.并对网络模型中各变量进行灵敏度分析,分析表明,杉木胸径生长的年轮指数对太阳黑子相对数年平均值影响较平坦,而太阳黑子自相关因子Yt-4和Yt-2对太阳黑子相对数年平均值影响较灵敏,3个因子对太阳黑子相对数年平均值均存在一定的影响.图2 表5 参19