新激活函数下前馈型神经网络及其在天气预报中的应用  

FORWARD NEURAL NETWORK WITH NEW ACTIVATION FUNCTION AND THE APPLICATION ON THE WEATHER FORECAST

作　　者：姜天戟 袁曾任[1] 

机构地区：[1]清华大学计算机系

出　　处：《信息与控制》1995年第1期47-51,共5页Information and Control

摘　　要：本文为提高基于ＢＰ算法的人工神经元网络的学习速度，提出新组合激活函数并取得了显著效果的基础上，又应用于天气预报中，并与基于ＢＰ算法的神经网络（标准和带动量项）以及多自适应线性单元的神经元网络进行仿真比较，在预报准确率和学习速度方面获得了令人比较满意的结果．本模拟程序在Ｔｕｒｂｏ－Ｐａｓｃａｌ／６．０环境下编制，在ＩＢＭＰＣ３８６和４８６机器上调试通过并运行．In order to improve the learning rate of neural networks based on backpropagation, this paperprovides new combination activation function and its remarkable results. Then this new activation function isapplied to weather forecast and the results are compared with those of neural networks based on Backpropa-gation (Standard and Momentum Term)and Madaline neural networks. Simulation results shw that the ac-curacy and learning rate of weather forecasting both are satisfactory.This program is written in TURBO-PASCAL 6.0 and run on IBM PC/386 and 486.

关 键 词：神经网络 前馈型 激活函数 天气预报 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] P45[自动化与计算机技术—控制科学与工程]