全文总字数：9367字

1. 研究目的与意义及国内外研究现状

降水量在农业生产、气象预报等研究中是一项极其重要的指标，是一个地区最主要的水分来源，也是决定地区气候类型的主要因素。我国是农业大国，降水不仅影响我国各地区的农作物种类，也对农业生产和耕地的类型造成影响。除此之外，我国幅员辽阔，气候类型复杂，由降水带来的各种灾害性气候不容小觑。近年来，随着温室效应的加剧，我国的降水特征也随之发生了变化，增大了降水的不确定性和随机性^[1]。因此对降水量进行更加科学地预测，可以帮助农业、水利、气象等部门为洪涝干旱的监测、评估、预警和研究提供可靠的依据。

2. 研究的基本内容

遗传算法具有自适应优化搜索能力，人工神经网络具有较好的自适应学习能力，将两种方法结合可以将两者的优势发挥出来。因此为提高预测精度及可行性，本文选用基于遗传算法优化的ann模型对降水量进行预测。

3. 实施方案、进度安排及预期效果

4. 参考文献

[1]姚玉璧, 张存杰, 邓振镛, 等. 气象、农业干旱指标综述[j]. 干旱地区农业研究, 2007, 25(1): 185-189.

[2]江长胜. 降水量. https://baike. baidu. com/item/降水量/850460?fr=aladdin. 2019年1月14日访问.

[3]林开平. 人工神经网络的泛化性能与降水预报的应用研究[d]. 南京信息工程大学, 2007.