《表4 PSO-FNN集成预报模型与普通糊神经网络（FNN）预报模型对广西冷湿指数极端天气独立预报样本的误差统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了客观考察集成模型的预报性能是否优于普通的单个模糊神经网络预报模型，以粒子群—模糊神经网络集成模型试验中相同的主成分作为模型输入，同样采取逐次预报的方式，运用普通模糊神经网络方法对相同的广西冷湿指数极端天气建模样本和独立预报样本进行预报计算分析。对于一般的模糊神经网络模型，由于没有粒子群优化算法客观确定参数和网络结构，所以模糊化中心、宽度和反模糊化输出层的连接权值均由随机数生成，模糊规则数根据经验取值，采用误差反向传播（BP）算法确定网络结构，而为了客观对比分析，其余参数设置及其计算过程也完全与粒子群—模糊神经网络集成模型的一致，预报结果见表4。