基于深度學習的太陽10.7 cm射電流量日值的中期預報

摘要：針對太陽10.7cm射電流量中期日值預報問題,采用深度學習方法,建立了一個典型的基于多層感知器模型的神經(jīng)網(wǎng)絡。該網(wǎng)絡采用1個包含90個神經(jīng)元的隱含層,實現(xiàn)了一種非參數(shù)的時間序列自回歸模型。預報中不僅考慮歷史日值,還考慮了歷史預報誤差。模型根據(jù)前27d的歷史數(shù)據(jù)實現(xiàn)了未來27d的日值預報。通過對50多年數(shù)據(jù)的訓練和試驗分析,該方法在短期和中期預報上較傳統(tǒng)方法的相對誤差明顯降低。特別是模型經(jīng)一次訓練后,參數(shù)可以完全固定,不同于以往研究參數(shù)需要每天滾動更新,大大簡化了日常預報,同時極為有利于模型在其他相關(guān)應用中的推廣。