| 利用NARX神经网络由IMF与太阳风预测暴时SYM-H指数 |
| |
| 引用本文： | 蔡磊,马淑英,蔡红涛,周云良,刘若思.利用NARX神经网络由IMF与太阳风预测暴时SYM-H指数[J].中国科学:信息科学,2010,40(1):77-84. |
| |
| 作者姓名： | 蔡磊 马淑英 蔡红涛 周云良 刘若思 |
| |
| 作者单位： | 武汉大学电子信息学院空间物理系, 地球空间环境与大地测量教育部重点实验室, 武汉 430079 |
| |
| 基金项目： | 教育部博士学科点专项科研基金(批准号: 200804860012)资助项目 |
| |
| 摘 要： | SYM-H是一个重要的空间天气指数, 它与Dst指数相似, 是磁暴强度的表征, 但SYM-H具有更高的时间分辨率. 本文发展了一种具有输出时延反馈的非线性自回归神经网络(NARX)预测模式, 由太阳风和IMF参数预测暴时SYM-H指数的变化. 与BP网络和Elman网络相比, 预测效果显著改善. 用15个强磁暴(含5个Minimal SYM-H <-200 nT的超强磁暴)进行检验, 预测与实测SYM-H指数的相关系数总体达到0.91; 对于5个超强磁暴, 相关系数最低为0.91, 相应的磁暴为2001年3月最小SYM-H达-434 nT的磁暴, 对两个SYM-H小于-300 nT的磁暴预测相关系数分别达0.93和0.96. 在NARX网络中将适当长度(约120 min)的SYM-H指数输出, 反馈给网络外部输入, 即输入中包含环电流内部准实时与历史状态信息, 是使模式预测能力在已有基础上得以大大提高的关键; 说明除了行星际的直接驱动之外, 环电流自身状态对磁暴的发展变化, 特别是对于恢复相过程有重要作用, 在利用神经网络对环电流指数进行预测时必须恰当地加以考虑.
|
| 关 键 词： | 磁暴 SYM-H指数 空间天气 模式预测 人工神经网络 |
| 收稿时间： | 2008-12-13 |
| 修稿时间： | 2009-06-24 |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《中国科学:信息科学》浏览原始摘要信息 |
| 点击此处可从《中国科学:信息科学》下载免费的PDF全文 |
|
