作者:蔡甲冰; 刘钰; 雷廷武; 许迪天气预报参照腾发量anfis模糊推理神经网络
摘要:尝试利用日常天气预报中天气情况和日最高气温的预报信息,采用自适应模糊神经推理系统(ANFIS)方法,构建参照腾发量估算方法,预报参照腾发量.用北京市大兴区1995~2003年间的逐日实测气象资料进行模型训练,用2004年逐日气象资料进行预报和模型检验.由天气预报估算的结果(ANFIS-ET0)与Penman-Monteith方法计算的ET0值(PM-ET0)进行了对比分析.结果表明:后者与训练数据的线性相关系数为0.90,检验结果为0.84;t检验结果表明,训练数据和预报数据均具有很高的显著性(α=0.01).结果同时说明,在提高日常天气预报准确率、选择最合适的隶属度函数和模糊规则的基础上,运用智能算法解决农田灌溉复杂问题是可行的和方便快捷的.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社