神经网络算法与Java编程

第5章　天气预测

本章介绍了神经网络在未来天气数据预测方面的应用，我们将全面了解整个从神经网络设计到将其应用于天气预测的过程、如何选择神经结构、神经元的数量以及如何选择和预处理数据。然后，将提供给读者神经网络预测天气变量所用的数据集，并且这个数据集可适用于Java语言编程。本章涵盖的主题如下：

• 用于预测问题的神经网络
• 数据选择
  • 输入/输出变量
  • 过滤
• 预处理
  • 标准化
• Java实现
  • 改进
• 神经网络经验设计

5.1　针对预测问题的神经网络

到目前为止，读者已经了解许多神经网络的实现和架构，现在也是时候接触更复杂的情况了。神经网络在预测领域的力量确实是令人惊讶的，因为它们可以从历史数据中习得一种模型，在这个模型中，神经连接适用于根据一些输入数据产生相同结果。例如，给定一种境况（原因），必有一种结论（结果），这就被编码成数据。神经网络可用于学习从境况到结论（或从原因到结论）映射的非线性函数。

预测问题是神经网络应用的一个有趣的类别。让我们来看看包含天气数据的样本表（见表5-1）。

表5-1

日期	平均温度	气压	湿度	降水量	风速
July 31	23° C	880 mbar	66%	16 mm	5 m/s
August 1	22° C	881 mbar	78%	3 mm	3 m/s
August 2	25° C	884 mbar	65%	0 mm	4 m/s
August 3	27° C	882 mbar	53%	0 mm	3 m/s
…
December 11	32° C ...