BP神经网络和ARIMA模型的变权组合电离层TEC预报
来源期刊：桂林理工大学学报2019年第4期
论文作者：田祥雨 刘立龙 杨可可 黎峻宇 陈雨田
文章页码：899 - 904
关键词：BP神经网络;差分自回归移动平均模型;电离层;变权组合;
摘 要：针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报。实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94. 7%和88. 9%,其中预报残差小于3 TECu的分别达到89. 3%和78. 5%,较单一模型的预报精度有明显提高。
田祥雨1,2,3，刘立龙1,2，杨可可1,2，黎峻宇1,2，陈雨田1,2
1. 桂林理工大学测绘地理信息学院2. 桂林理工大学广西空间信息与测绘重点实验室3. 战路支援部队信息工程大学
摘 要：针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报。实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94. 7%和88. 9%,其中预报残差小于3 TECu的分别达到89. 3%和78. 5%,较单一模型的预报精度有明显提高。
关键词：BP神经网络;差分自回归移动平均模型;电离层;变权组合;
