论文部分内容阅读
传统的日长变化预报多是基于线性模型，如最小二乘模型、白回归模型等，但是日长变化包含了复杂的非线性因素，线性模型预报的效果往往不甚理想．所以尝试使用一种非线性神经网络广义回归神经网络（GRNN）模型进行日长变化预报，并将结果与使用BP（Back Propagation）神经网络模型和其它模型的预报结果进行比较．结果表明，GRNN用于日长变化预报是高效可行的．