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.