摘要:采集大连某机场2004-2007年大雾、轻雾和无雾天气事件共186例,选取雾天气事件前期(前一日08:00,14:00,20:00(北京时)实测资料)的温、压、湿、风等要素指标为预报因子,基于学习向量量化神经网络(1earning vector quantization,LVQ),采用逐级预报思想建立起某机场雾天气事件的预报模型。在网络训练过程中,动态调整网络神经元比例参数,提高模型的预报能力;采用根据检验准确率适时终止训练的“先停止”技术,有效提高了模型的泛化能力。预报试验表明:无论是拟合率还是独立预报准确率,模型均已达到较高水准,具有实际应用意义。
关键词:雾预报 lvq神经网络 逐级预报
单位:中国人民解放军第61741部队 北京100081 中国人民解放军第93173部队 大连116300 北京大学物理学院 北京100871
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社