1. 研究目的与意义及国内外研究现状

通过运用bp神经网络基本原理完成对电离层数据的预测。电离层tec是一个重要的电离层特征参数,时间和空间变化的无线通信,雷达,导航系统,特别是对卫星通信系统有很大的影响。目前,已有多种预测方法在各个领域中发挥重要作用的电离层预报技术,许多学者已做了很多工作。在本文中,根据2010年德令哈电离层数据,使用适当的数据处理方法,对中国德令哈地区电离层tec预测方法进行了研究。 首先对电离层tec预报数据处理和插值方法进行了研究。对电离层tec的原始数据,采用斜向技术的数据,根据gps接收站点密度使用不同的数据处理方法,得到各站垂直tec的时序系列。对电离层tec数据,接收器故障或其他原因所造成的缺值,用自相关方法进行时间内插,实现更高精度的插补,插补误差和遗漏值的长度都满足了需要。 论文对电离层tec时间序列方法的预报进行了研究。时间序列有很多的模型,对非平稳时间序列需先进行差分消除其趋势,满足平稳条件后再进行建模,即arima模型,由于本文最后选定arima模型对tec值进行预测。通过sas软件进行编程,用逆相关系数、自回归系数、aic,sbc指数等参数确定模型的各个参数,最后用得到的模型再用前11个月的数据对12月的tec值进行预测。实验结果满足预先要求。 论文对电离层tec神经网络的预测进行了研究。人工神经网络是对生物神经系统的模仿。随着时代的发展神经网络模型也得到了发展,有众多的模型,其中bp神经网络模型是最为常用的模型,体现了神经网络的精髓。本文采用bp神经网络模型对德令哈12月的tec值进行了预测。并且和arima模型的预测结果进行了对比。 论文对电离层tec灰色模型的预测进行了研究。灰色gm(1,1)模型在很多数据量比较少的预测中有很好的表现,本文通过多个方面的探索,找到了用gm(1,1)模型进行大量tec数据的预报方法,并且和上面两种方法进行了比较,三种预测方法各有优点缺点,但是结果基本满足要求。 上面三种预测方法各有各的优势,但也有缺陷。更好的做法是将不同的模型组合在一起,博采众长,利用每一种方法的有用信息,从而达到更好地预测效果,提高预测精度,这种预测方法就是组合预测。本文分别采用了线性组合预测和非线性组合预测,对上面三种方法进行了优化,并且对结果进行了比较。结果表明组合预测方法所得结果比以上三种方法得到了提高。 最终每种独立的方法预测结果都达到了预期的效果,误差小于3的比例在65%以上,小于5的在85%以上。经过组合预测方法优化以后结果明显优于独立的预测方法,尤其是非线性组合预测方法,优化的结果误差小于3的在70%以上,小于5的在97%以上。人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 人工神经网络就是模拟人思维的一种方式，是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。 近年来通过对人工神经网络的研究，可以看出神经网络的研究目的和意义有以下三点：（1）通过揭示物理平面与认知平面之间的映射，了解它们相互联系和相互作用的机理，从而揭示思维的本质，探索智能的本源。（2）争取构造出尽可能与人脑具有相似功能的计算机，即神经网络计算机。（3）研究仿照脑神经系统的人工神经网络，将在模式识别、组合优化和决策判断等方面取得传统计算机所难以达到的效果。人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于直觉，如模式、语音识别、非结构化信息处理方面的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。人工神经网络与其它传统方法相结合，将推动人工智能和信息处理技术不断发展。近年来，人工神经网络正向模拟人类认知的道路上更加深入发展，与模糊系统、遗传算法、进化机制等结合，形成计算智能，成为人工智能的一个重要方向，将在实际应用中得到发展。将信息几何应用于人工神经网络的研究，为人工神经网络的理论研究开辟了新的途径。神经计算机的研究发展很快，已有产品进入市场。光电结合的神经计算机为人工神经网络的发展提供了良好条件。

国内外研究现状

进入20世纪90年代以来，神经网络由于应用面还不够宽，结果不够精确，存在可信度问题，从而进入了认识与应用研究期。

1）开发现有模型的应用，并在应用中根据实际运行情况对模型、算法加以改造，以提高网络的训练速度和运行的准确度。

2. 研究的基本内容

本文从神经网络出发，研究其中应用最为广泛的bp神经网络模型，分析其缺点和不足，提出改进措施，并探讨其应用。研究了电离层数据的预测具体研究内容包括：

1）研究人工神经网络的基本原理；

2）对bp神经网络进行分析，探讨bp算法的缺陷；

3. 实施方案、进度安排及预期效果

四月份定论文初稿，五月份中旬修改并定终稿，五月底答辩。

4. 参考文献

1、焦李成: 《神经网络系统理论》西安电子科技大学出版社 1990 年 第一版

2、魏海坤: 《神经网络机构设计的理论和方法》国防工业出版社2005 年第一版

3、 perrone m p, coopler l n. “when networks disagree: ensemble method for neural networks. ” mammone r j ed. artificial neural networks for speech and vision,london: chapman hall, 1993.