论文部分内容阅读
采用遗传算法与径向基网络结合的方法建立了副热带高压特征指数的预报优化模型。针对径向基网络结构和初始参数难以客观确定的不足，引入混合递阶遗传算法同时优化网络结构和参数。该优化方法结合了递阶遗传算法和最小二乘法的优点，具有较高的学习效率。将混合递阶遗传径向基网络用于副高数值预报产品的预报试验和效果比较，结果表明：混合递阶遗传算法优化的径向基网络模型具有较好的收敛效果和泛化能力，对副高指数的预报效果有较明显的改进和提高。