摘要：简单介绍了径向基函数神经网络方法的原理和应用,发展了用径向基函数（RBF）对平滑月平均黑子数进行预报的方法.用不同的数据序列对网络进行训练,对未来8个月的平滑月平均黑子数进行预报.用该方法对第23周开始后的平滑月平均黑子数进行逐月预报,并与实测值进行比较,结果表明随着预报实效的延长预报误差被逐渐放大,该方法可以较准确地做出未来4个月的预报,绝对误差可以控制在20以内,标准差为4.8,相对误差控制在38%以内,大部分相对误差不超过15%（占总预报数的89%）,具有较好的应用价值.用于网络训练的样本数量对预报结果会产生一定的影响.

原文链接:http://www.cqvip.com//QK/94718X/200801/26352337.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）