基于人工智能的臭氧层预报算法

摘要

本发明公开了基于人工智能的臭氧层预报算法，包括以下步骤：S1.建立臭氧浓度监测站点；S2.收集、获取历史气象数据；S3.选取影响因子；S4.对一天O3‑8h值进行初步预测；S5.建立新的超混沌系统；S6.建立人工神经网络；S7.建立混沌人工神经网络；S8.利用混沌人工神经网络进行长短期预报。本发明有助于简化传统数值天气预报方法的研究过程，传统数值天气预报方法往往比较复杂，计算要求较高，本发明采用CANN操作与其他神经网络的相似之处在于它不依赖于参数和输出之间的复杂关系，但它依赖于权值的不断变化，使参数与输出紧密关联，避免了繁琐的数学建模。