国际群体智能与进化计算杂志

抽象的

Marvel Interface 对地球南北极臭氧空洞面积的预测

Siddheshwar Chopra*、Dipti Yadav、Anu Nagpal Chopra

本文探讨了使用人工神经网络 (ANN) 预测北极和南极臭氧空洞面积（最大面积）的可能性，然后使用名为 MARVEL 的图形用户界面 (GUI) 开发预测网络。设计了两个模型用于预测：a) 北极臭氧空洞面积预测和 b) 南极臭氧空洞面积预测。对于这两个模型，输入参数的数量均为年、月、日期、太阳黑子面积、太阳黑子数和太阳平均磁场。这里，超过 35 年的数据用于训练目的，然后从 2015 年 11 月 23 日到 2016 年 9 月 30 日进行预测。预测网络 (MARVEL) 的开发是为了吸收 ANN 的特性。它可以使用用户可访问的最新数据进行训练，然后分别对短期（一天）和长期（数月、数年）进行未来预测。从结果可以看出，模型 1 和模型 2 的均方误差 (MSE) 分别为 6.7166DU 和 0.3582 DU。可以得出结论，在神经元数量为 30 个、输入和输出传递函数为正切 Sigmoid 和纯线性以及一个隐藏层的情况下，预测网络预测结果合理且与实际观测值非常接近。值得注意的是，极地臭氧空洞面积的变化有动态原因，太阳参数不是造成这一变化的原因。本文试图介绍将不相关的参数和过程连接起来的人工神经网络的应用