BP神经网络和ARIMA模型的变权组合电离层TEC预报

论文摘要

针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报。实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94. 7%和88. 9%,其中预报残差小于3 TECu的分别达到89. 3%和78. 5%,较单一模型的预报精度有明显提高。

论文目录

• 1 模型概述
•   1.1 BP神经网络模型
•   1.2 ARIMA模型
•   1.3 变权组合模型
• 2 实验验证
•   2.1 选取数据
•   2.2 实验分析
• 3 结论

文章来源

类型: 期刊论文

作者: 田祥雨,刘立龙,杨可可,黎峻宇,陈雨田

关键词: 神经网络,差分自回归移动平均模型,电离层,变权组合

来源: 桂林理工大学学报 2019年04期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 桂林理工大学测绘地理信息学院,桂林理工大学广西空间信息与测绘重点实验室,战路支援部队信息工程大学

基金: 国家自然科学基金项目(41664002,41704027),广西自然科学基金项目(2017GXNSFDA198016,2015GXNSFAA139230,2017GXNSFBA198139),广西空间信息与测绘重点实验室基金项目(16-380-25-05,15-140-07-03,16-380-25-01,16-380-25-27),广西高校中青年教师科研基础能力提升项目(KY2016YB189,2017KY0267),广西“八桂学者”岗位专项项目

分类号: P228.4

页码: 899-904

总页数: 6

文件大小: 1632K

下载量: 227