地球自轉(zhuǎn)變化的預(yù)報(bào)具有重要的科學(xué)意義和實(shí)際應(yīng)用價(jià)值。然而由于地球自轉(zhuǎn)變化復(fù)雜的時(shí)變特性，傳統(tǒng)的線性時(shí)間序列分析方法往往難以取得良好的預(yù)報(bào)效果。本文采用非線性的人工神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)報(bào)地球自轉(zhuǎn)變化。由于固體地球及環(huán)繞著它的流體圈層構(gòu)成一個(gè)近似封閉的動(dòng)力學(xué)系統(tǒng)，角動(dòng)量守恒原理表明，大氣或海洋角動(dòng)量的任何變化都會(huì)影響固體地球的自轉(zhuǎn)變化�，F(xiàn)代測(cè)地技術(shù)獲得的高精度地球自轉(zhuǎn)變化和全球大氣環(huán)流模式的研究結(jié)果表明，與日長(zhǎng)變化成強(qiáng)相關(guān)的是大氣角動(dòng)量函數(shù)的軸向分量X₃，與極移激發(fā)相關(guān)的是大氣角動(dòng)量函數(shù)的赤道向分量X₁、X₂。將大氣角動(dòng)量時(shí)間序列引入到地球自轉(zhuǎn)變化預(yù)報(bào)中，相當(dāng)于增加一個(gè)物理約束條件。正是基于此，本文著重研究和探索應(yīng)用非線性的神經(jīng)網(wǎng)絡(luò)技術(shù)，將大氣角動(dòng)量時(shí)間序列引入到地球自轉(zhuǎn)變化預(yù)報(bào)中，改善地球自轉(zhuǎn)參數(shù)（ERP）的預(yù)報(bào)精度，以及應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)報(bào)El Nino／南方濤動(dòng)（ENSO）事件。本文主要研究?jī)?nèi)容如下：（1）分析了神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)算法，提出選用最小均方誤差法確定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。研究探討了適合于本研究的網(wǎng)絡(luò)算法流程。（2）基于... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海天文臺(tái))上海市

【文章頁(yè)數(shù)】：117 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

002200320042005ZIX用2007Tla2001一2006期間的地球自轉(zhuǎn)激發(fā)函數(shù)(藍(lán)色實(shí)線)和大氣激發(fā)函數(shù)(紅色虛線)

和形象思維兩種，前者由左腦主管，后者則由右腦主管。經(jīng)過(guò)長(zhǎng)期而深入的研究，人們認(rèn)識(shí)到人腦是由大約10’‘個(gè)神經(jīng)元和10’‘一10’5個(gè)突觸組成的巨大系統(tǒng)，神經(jīng)元?jiǎng)t是由細(xì)胞體和一些樹(shù)突、軸突和突觸構(gòu)成的(如圖3.1)。其中樹(shù)突是信息輸入端，軸突是信息輸出端。這樣每個(gè)神經(jīng)元都可以看作一個(gè)小的圖3.1神經(jīng)元結(jié)構(gòu)示意圖處理單元。這些神經(jīng)元按照一定的方式互相連接起來(lái)，構(gòu)成了大腦內(nèi)部的生理神經(jīng)元網(wǎng)絡(luò)。生理神經(jīng)元網(wǎng)絡(luò)中的神經(jīng)元之間連接的強(qiáng)弱，按照外部的激勵(lì)信號(hào)作自適應(yīng)變化，而每個(gè)神經(jīng)元又隨著接收到的多個(gè)激勵(lì)信號(hào)的綜合大小呈現(xiàn)興奮和抑制。研究表明，大腦的學(xué)習(xí)過(guò)程就是神經(jīng)元之間連接強(qiáng)度隨外部激勵(lì)信息作自適應(yīng)變化的過(guò)程，大腦處理信息的結(jié)果確由神經(jīng)元的狀態(tài)表現(xiàn)出來(lái)。大腦就是靠復(fù)雜網(wǎng)絡(luò)的大規(guī)模并行處理方法，及時(shí)地對(duì)外界事物做出整體的判斷與決策。人工神經(jīng)網(wǎng)絡(luò)是對(duì)人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能、以及若干基本特性的某種理論抽象、簡(jiǎn)化和模擬而構(gòu)成的一種信息處理系統(tǒng)。從系統(tǒng)的觀點(diǎn)看

圖3.4網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的確定此外，還需要考慮的是，由于神經(jīng)網(wǎng)絡(luò)的初始化參數(shù)是隨機(jī)賦予的，了減小初始化參數(shù)的隨機(jī)波動(dòng)對(duì)拓?fù)浣Y(jié)構(gòu)和預(yù)報(bào)結(jié)果的影響，我們對(duì)每網(wǎng)絡(luò)模型的訓(xùn)練和預(yù)報(bào)都重復(fù)了多次，然后對(duì)這些預(yù)報(bào)結(jié)果取平均作為的預(yù)報(bào)值。起初的計(jì)算中，我們對(duì)每一種拓?fù)浣Y(jié)構(gòu)的訓(xùn)練和預(yù)報(bào)都計(jì)算100期望把網(wǎng)絡(luò)初始化參數(shù)的隨機(jī)誤差的影響大大減小。但是我們發(fā)現(xiàn)這樣工作量太大，耗時(shí)太長(zhǎng);于是我們嘗試把每一種拓?fù)浣Y(jié)構(gòu)的重復(fù)訓(xùn)練次少到25次甚至5次，這樣所用的時(shí)間大大縮短了。最后，為了既能減小網(wǎng)始化參數(shù)的隨機(jī)誤差的影響，提高預(yù)報(bào)結(jié)果的精度，又能縮短計(jì)算時(shí)間，們采用的方法是在較大的拓?fù)浣Y(jié)構(gòu)范圍內(nèi)，對(duì)每一種網(wǎng)絡(luò)模型的訓(xùn)練都計(jì)算5次，得到預(yù)報(bào)誤差(R為ISE)隨較大范圍的網(wǎng)絡(luò)拓樸結(jié)構(gòu)的分布情況，據(jù)這一分布結(jié)果確定出一個(gè)較小的“網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)”的范圍，然后再對(duì)較小的“拓?fù)浣Y(jié)構(gòu)”范圍的每個(gè)模型重復(fù)訓(xùn)練25次，找到最佳的拓?fù)浣Y(jié)下面是我們?cè)贚ODR加大氣的預(yù)報(bào)中，對(duì)跨度為365天的預(yù)報(bào)所作的試驗(yàn)結(jié)

【參考文獻(xiàn)】：
期刊論文
[1]Atmospheric and Oceanic Excitations to LOD Change on Quasi-biennial Tune Scales[J]. Li-Hua Ma, De-Chun Liao and Yan-Ben Han National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100012; Shanghai Astronomical Observatory, Chinese Academy of Sciences, Shanghai 200030.  Chinese Journal of Astronomy and Astrophysics. 2006(06)
[2]Chandler擺動(dòng)激發(fā)函數(shù)的統(tǒng)計(jì)特性[J]. 廖德春,廖新浩,周永宏.  科學(xué)通報(bào). 2004(22)
[3]地球無(wú)線電掩星觀測(cè)及其在航天技術(shù)中的應(yīng)用[J]. 張訓(xùn)械,胡雄,呂級(jí)三.  導(dǎo)彈與航天運(yùn)載技術(shù). 2004(05)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)建模系統(tǒng)的研究與實(shí)現(xiàn)[J]. 張烈平,周德儉,牛秦洲.  計(jì)算機(jī)仿真. 2004(09)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的交通影響預(yù)測(cè)模型[J]. 裴玉龍,王曉寧.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2004(08)
[6]非線性混沌時(shí)序的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與控制算法研究[J]. 蔣偉進(jìn).  計(jì)算機(jī)應(yīng)用與軟件. 2004(04)
[7]神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能的優(yōu)化分析[J]. 雷正偉,徐章遂,米東,劉美全.  計(jì)算機(jī)測(cè)量與控制. 2004(01)
[8]海洋和大氣對(duì)Chandler擺動(dòng)激發(fā)的貢獻(xiàn)[J]. 廖德春,廖新浩,周永宏.  地球物理學(xué)報(bào). 2003(04)
[9]國(guó)內(nèi)外ENSO監(jiān)測(cè)和預(yù)測(cè)技術(shù)分析[J]. 翟盤(pán)茂.  浙江氣象科技. 2003(02)
[10]天文觀測(cè)已檢測(cè)到2002年的弱El Ni■o事件[J]. 廖德春,周永宏,廖新浩.  科學(xué)通報(bào). 2003(11)



本文編號(hào)：3488989