文献

J-GLOBAL ID：201902281892462983   整理番号：19A1157051

降雨中長期予報におけるニューラルネットワークモデルの応用比較【JST・京大機械翻訳】

著者 (1件)： Huo Lifeng (晋中市水文水資源勘測分局,山西晋中,030600)
資料名： Shuili Jishu Jiandu  (Shuili Jishu Jiandu)
号： 1  ページ： 172-174  発行年： 2019年 
JST資料番号： C4024A  ISSN： 1008-1305  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 降雨中長期予報の基準モデルを得るために,RBFニューラルネットワークモデルとBPニューラルネットワークモデルに基づき,遺伝的アルゴリズム(GA)最適化モデルを採用して,グローバル性能指標(GPI)指数を導入して,各モデルの計算精度を包括的に比較した。長期降雨予報では,4つのモデルの計算精度が著しく向上し,精度が高から低順にGA-RBFモデル-GA-BPモデル-RBFモデル-BPモデルであった。GA-RBFモデルは降雨中長期予報におけるGPI値がそれぞれ0.47と0.63に達し、このモデルが降雨中長期予報標準モデルとして使用できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  *長期予報 ,  規範モデル ,  *モデル ,  *降雨 ,  遺伝的アルゴリズム
準シソーラス用語： 降雨予報 ,  計算精度 ,  性能指標 ,  最適化モデル ,  逆伝播ニューラルネットワーク ,  動径基底関数ニューラルネットワーク ,  *神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (4件)： 降雨 ,  長期予報 ,  ニューラルネットワークモデル ,  応用