搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于混沌理论的太阳黑子数平滑月均值预报

唐洁 张雄

引用本文:
Citation:

基于混沌理论的太阳黑子数平滑月均值预报

唐洁, 张雄

Prediction of smoothed monthly mean sunspot number based on chaos theory

Tang Jie, Zhang Xiong
PDF
导出引用
  • 太阳黑子活动长期预报对航天、通讯、防灾等具有重要的指导意义. 针对加权一阶局域法在多步预测时存在累积误差效应, 建立了基于相空间重构技术的径向基函数神经网络预测模型. 用该模型对第22, 23 太阳周黑子数平滑月均值进行逐月预报, 并与实测值进行比较. 结果表明, 预报的绝对误差可以控制在15.00 以内, 平均绝对误差分别为5.47, 2.83, 相对误差控制在15.00%以内, 平均相对误差分别为5.45%, 4.60%, 验证了该模型在预测太阳黑子数时具有较高的精度. 将该预测模型用于第24 太阳周黑子数平滑月均值预报, 做出了自2009 年1月到2019年12月共132 个月的黑子数平滑月均值的预报, 指出黑子数平滑月均值的最大值为104.77, 将出现的时间为2013年1月.
    Long-term prediction of sunspot activity is of great importance for the space activity, communication, disaster prevention and so on. Cumulative error is main shortcoming of weighted one-rank local-region forecasting model for multi-steps prediction of chaotic time series. The radial basis function neural network forecasting model based on phase reconstruction is presented for chaotic time series prediction. The model is applied to the prediction of smoothed monthly mean sunspot numbers for the 22nd and 23rd sun cycles, and compared them with the observations. The results indicate that the mean absolute errors are 5.47 and 2.82, 15 to the maximum in absolute errors, and the mean relative errors are 5.45% and 4.60%, 15.00% to the maximum in relative errors. These results show that this prediction method can be successfully used to predict the smoothed monthly mean sunspot numbers. The predicted maximal smoothed monthly mean sunspot number is 104.77 that will appear in January 2013 for 132 months of cycle 24 from January 2009 to December 2019.
    • 基金项目: 国家自然科学基金(批准号: 11163007)和云南省自然科学基 金重点项目(批准号: 2008A011Z)资助的课题.
    • Funds: Project supported by the National Natural Science Foundation of China (Grant No. 11163007) and the Key Program of the Natural Science Foundation of Yunnan Province, China (Grant No. 2008A011Z).
    [1]

    Lin Y Z 2000 Introduction to Solar Physics (Beijing: Science Press) p575 (in Chinese) [林元章 2000 太阳物理导论 (北京: 科学出版社) 第575页]

    [2]

    Wang J L, Miao J, Liu S Q, Gong J C, Zhu C L 2008 Sci. China Phys. Mech. Astron. 51 1938

    [3]

    Li K J, Qiu J, Xiang F Y, Gao P X, Su T W 2005 New Astron. 10 209

    [4]

    Tang J, Zhang X 2010 Acta Phys. Sin. 59 7516 (in Chinese) [唐洁, 张雄2010物理学报 59 7516]

    [5]

    Tang J, Zhang X, Wu L 2008 Chin. Astron. Astrophys. 32 151

    [6]

    Tang J, Zhang X J, Pang Q, Zhang H J, Zheng Y G, Zhang X 2010 Chin. Astron. Astrophys. 34 121

    [7]

    Li K J, Yun H S, Gu X M 2001 Astron. Astrophys. 368 285

    [8]

    Takens F 1981 Dynamical System and Turbulence, Lecture Notes in Mathematics (Berlin: Springer) p366

    [9]

    Meng Q F, Peng Y H, Qu H J, Han M 2008 Acta Phys. Sin. 57 1423 (in Chinese) [孟庆芳, 彭玉华,曲怀敬, 韩民 2008 物理学报 57 1423]

    [10]

    Ding G, Zhong S S 2007 Acta Phys. Sin. 56 1224 (in Chinese) [丁刚, 钟诗胜 2007 物理学报 56 1224]

    [11]

    Lü J H, Lu J A, Chen S H 2001 Analysis and Application of Chaotic Time Series (Wuhan: Wuhan University Press) p57 (in Chinese) [吕金虎, 陆君安, 陈士华 2001混沌时间序列分析及其应用 (武汉: 武汉大学出版社) 第57页]

    [12]

    Packard N H, Crutchfield J P, Farmer J D, Shaw R S 1980 Phys. Rev. Lett. 45 712

    [13]

    Zhao H J, Wang J L, Zong W G, Tang Y Q, Le G M 2010 Chin. J. Geophys. 51 31 (in Chinese) [赵海娟,王家龙,宗位国,唐云秋,乐贵明 2010 地球物理学报 51 31]

    [14]

    Zhang S Q, Jia J, Gao M, Han X 2010 Acta Phys. Sin. 59 1576 (in Chinses) [张淑清,贾健,高敏,韩叙 2010 物理学报 59 1576]

    [15]

    Pesnell W D 2008 Solar Phys. 252 209

    [16]

    Wang J L, Zong W G, Le G M, Zhao H J, Tang Y Q, Zhang Y 2009 Res. Astron. Astrophys. 9 133

    [17]

    Li K J 2009 Res. Astron. Astrophys. 9 959

    [18]

    Li K J, Gao P X, Su T W 2005 Chin. J. Astron. Astrophys. 5 539

  • [1]

    Lin Y Z 2000 Introduction to Solar Physics (Beijing: Science Press) p575 (in Chinese) [林元章 2000 太阳物理导论 (北京: 科学出版社) 第575页]

    [2]

    Wang J L, Miao J, Liu S Q, Gong J C, Zhu C L 2008 Sci. China Phys. Mech. Astron. 51 1938

    [3]

    Li K J, Qiu J, Xiang F Y, Gao P X, Su T W 2005 New Astron. 10 209

    [4]

    Tang J, Zhang X 2010 Acta Phys. Sin. 59 7516 (in Chinese) [唐洁, 张雄2010物理学报 59 7516]

    [5]

    Tang J, Zhang X, Wu L 2008 Chin. Astron. Astrophys. 32 151

    [6]

    Tang J, Zhang X J, Pang Q, Zhang H J, Zheng Y G, Zhang X 2010 Chin. Astron. Astrophys. 34 121

    [7]

    Li K J, Yun H S, Gu X M 2001 Astron. Astrophys. 368 285

    [8]

    Takens F 1981 Dynamical System and Turbulence, Lecture Notes in Mathematics (Berlin: Springer) p366

    [9]

    Meng Q F, Peng Y H, Qu H J, Han M 2008 Acta Phys. Sin. 57 1423 (in Chinese) [孟庆芳, 彭玉华,曲怀敬, 韩民 2008 物理学报 57 1423]

    [10]

    Ding G, Zhong S S 2007 Acta Phys. Sin. 56 1224 (in Chinese) [丁刚, 钟诗胜 2007 物理学报 56 1224]

    [11]

    Lü J H, Lu J A, Chen S H 2001 Analysis and Application of Chaotic Time Series (Wuhan: Wuhan University Press) p57 (in Chinese) [吕金虎, 陆君安, 陈士华 2001混沌时间序列分析及其应用 (武汉: 武汉大学出版社) 第57页]

    [12]

    Packard N H, Crutchfield J P, Farmer J D, Shaw R S 1980 Phys. Rev. Lett. 45 712

    [13]

    Zhao H J, Wang J L, Zong W G, Tang Y Q, Le G M 2010 Chin. J. Geophys. 51 31 (in Chinese) [赵海娟,王家龙,宗位国,唐云秋,乐贵明 2010 地球物理学报 51 31]

    [14]

    Zhang S Q, Jia J, Gao M, Han X 2010 Acta Phys. Sin. 59 1576 (in Chinses) [张淑清,贾健,高敏,韩叙 2010 物理学报 59 1576]

    [15]

    Pesnell W D 2008 Solar Phys. 252 209

    [16]

    Wang J L, Zong W G, Le G M, Zhao H J, Tang Y Q, Zhang Y 2009 Res. Astron. Astrophys. 9 133

    [17]

    Li K J 2009 Res. Astron. Astrophys. 9 959

    [18]

    Li K J, Gao P X, Su T W 2005 Chin. J. Astron. Astrophys. 5 539

  • [1] 方波浪, 王建国, 冯国斌. 基于物理信息神经网络的光斑质心计算. 物理学报, 2022, 71(20): 200601. doi: 10.7498/aps.71.20220670
    [2] 魏德志, 陈福集, 郑小雪. 基于混沌理论和改进径向基函数神经网络的网络舆情预测方法. 物理学报, 2015, 64(11): 110503. doi: 10.7498/aps.64.110503
    [3] 修春波, 刘畅, 郭富慧, 成怡, 罗菁. 迟滞混沌神经元/网络的控制策略及应用研究. 物理学报, 2015, 64(6): 060504. doi: 10.7498/aps.64.060504
    [4] 李志军, 曾以成, 李志斌. 改进型细胞神经网络实现的忆阻器混沌电路. 物理学报, 2014, 63(1): 010502. doi: 10.7498/aps.63.010502
    [5] 陈铁明, 蒋融融. 混沌映射和神经网络互扰的新型复合流密码. 物理学报, 2013, 62(4): 040301. doi: 10.7498/aps.62.040301
    [6] 李鹤, 杨周, 张义民, 闻邦椿. 基于径向基神经网络预测的混沌时间序列嵌入维数估计方法. 物理学报, 2011, 60(7): 070512. doi: 10.7498/aps.60.070512
    [7] 李华青, 廖晓峰, 黄宏宇. 基于神经网络和滑模控制的不确定混沌系统同步. 物理学报, 2011, 60(2): 020512. doi: 10.7498/aps.60.020512
    [8] 赵海全, 张家树. 混沌通信系统中非线性信道的自适应组合神经网络均衡. 物理学报, 2008, 57(7): 3996-4006. doi: 10.7498/aps.57.3996
    [9] 王永生, 孙 瑾, 王昌金, 范洪达. 变参数混沌时间序列的神经网络预测研究. 物理学报, 2008, 57(10): 6120-6131. doi: 10.7498/aps.57.6120
    [10] 王瑞敏, 赵 鸿. 神经元传输函数对人工神经网络动力学特性的影响. 物理学报, 2007, 56(2): 730-739. doi: 10.7498/aps.56.730
    [11] 赵海全, 张家树, 曾祥萍. 混沌通信系统中非线性信道的自适应神经Legendre正交多项式均衡. 物理学报, 2007, 56(4): 1975-1982. doi: 10.7498/aps.56.1975
    [12] 彭建华, 于洪洁. 神经系统中随机和混沌感知信号的联想记忆与分割. 物理学报, 2007, 56(8): 4353-4360. doi: 10.7498/aps.56.4353
    [13] 牛培峰, 张 君, 关新平. 基于遗传算法的统一混沌系统比例-积分-微分神经网络解耦控制研究. 物理学报, 2007, 56(5): 2493-2497. doi: 10.7498/aps.56.2493
    [14] 行鸿彦, 徐 伟. 混沌背景中微弱信号检测的神经网络方法. 物理学报, 2007, 56(7): 3771-3776. doi: 10.7498/aps.56.3771
    [15] 谭 文, 王耀南. 不确定混沌系统的直接自适应模糊神经网络控制. 物理学报, 2004, 53(12): 4087-4091. doi: 10.7498/aps.53.4087
    [16] 王耀南, 谭 文. 混沌系统的遗传神经网络控制. 物理学报, 2003, 52(11): 2723-2728. doi: 10.7498/aps.52.2723
    [17] 任海鹏, 刘丁. 混沌的模糊神经网络逆系统控制. 物理学报, 2002, 51(5): 982-987. doi: 10.7498/aps.51.982
    [18] 谭文, 王耀南, 刘祖润, 周少武. 非线性系统混沌运动的神经网络控制. 物理学报, 2002, 51(11): 2463-2466. doi: 10.7498/aps.51.2463
    [19] 神经网络的自适应删剪学习算法及其应用. 物理学报, 2001, 50(4): 674-681. doi: 10.7498/aps.50.674
    [20] 关新平, 唐英干, 范正平, 王益群. 基于神经网络的混沌系统鲁棒自适应同步. 物理学报, 2001, 50(11): 2112-2115. doi: 10.7498/aps.50.2112
计量
  • 文章访问数:  6475
  • PDF下载量:  697
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-12-03
  • 修回日期:  2012-01-17
  • 刊出日期:  2012-08-05

/

返回文章
返回