【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第1期 352-355页,共4页

【作 者】： 张颖超 ; 刘玉珠

【摘 要】 月降水量的准确预测，对于国民生产、防灾减灾有重大意义。针对月降水量影响因素多，彼此之间关系复杂，预测难度大的特点，为提高预测精度，提出了一种基于相空间重构的BP神经网络月降水量预测方法。对一维月降水量时间序列进行参数提取，重构相空间，得到包含各态历经信息的多维序列，用训练神经网络进行月降水量预测，可以解决神经网络难以确定网络结构的问题。应用于杭州市月降水量预测，实验结果表明，改进方法具有较高的预测准确度，可以为干旱洪涝灾害预测提供依据。