人工神经网络在月降水量预测业务中的研究和应用综述

作者：何慧; 陆虹; 覃卫坚; 陆芊芊

来源：气象研究与应用, 2021, 42(01): 1-6.

DOI：10.19849/j.cnki.CN45-1356/P.2021.1.01

• 月降水量
• 神经网络
• 预报建模
• 气候预测

月降水量的年际变化具有显著的非线性变化特征,预测难度大,历来是重大气象灾害预测的重点难点问题。BP(back propagation)神经网络在月降水量预测业务中的研究和应用中,取得了较好的成果,其中应用较广泛的是PCA-BP神经网络模型、遗传算法优化神经网络、RBF神经网络预测模型、小波神经网络模型、粒子群-神经网络模型等,这些方法也在广西月降水量预测业务中得到很好的应用,对提高月降水量预测能力有较大帮助。因此,有必要对目前神经网络在月降水量预测中的优势和不足进行综述,提出未来研究需要关注的重点关键问题。

• 单位
  广西壮族自治区气候中心