1、在全球氣候變化的背景下，氣候變化對極端溫度、降水量甚至人體健康等均產(chǎn)生了重要的影響。極端溫度和降水量的預(yù)報對社會經(jīng)濟、農(nóng)業(yè)生產(chǎn)和城市內(nèi)澇防控具有現(xiàn)實的重要意義。本文采用人工神經(jīng)網(wǎng)絡(luò)對極端溫度和降水量進行建模預(yù)測，同時在結(jié)腸癌基因表達數(shù)據(jù)的基礎(chǔ)上，對癌癥基因類別分類研究。以上研究可以為極端溫度和降水量準(zhǔn)確性的預(yù)測及癌癥基因的正確分類提供了可靠的理論基礎(chǔ)，具有科學(xué)的實踐意義。
　　文章主要研究兩方面的內(nèi)容，一方面是理論研究，對 RBF

2、神經(jīng)網(wǎng)絡(luò)的基函數(shù)中心選取進行了研究分析，并采用試算法對 RBF神經(jīng)網(wǎng)絡(luò)模型中的平滑因子進行選取利用相空間重構(gòu)和主成分分析的兩種方法對神經(jīng)網(wǎng)絡(luò)進行優(yōu)化分析；另一方面是幾種人工神經(jīng)網(wǎng)絡(luò)在極端氣候的預(yù)測和癌癥基因分類中的應(yīng)用研究，通過網(wǎng)絡(luò)的模型建立對實際問題進行預(yù)測分析。
　　本文首先以張北1956-2009年的氣象數(shù)據(jù)為研究對象，采用幾種不同的人工神經(jīng)網(wǎng)絡(luò)建立極端最低氣溫和降水量模型，并將其不同模型的預(yù)測結(jié)果進行分析對比；其次，利用相

3、空間重構(gòu)的方法來確定了網(wǎng)絡(luò)的輸入維數(shù)，減少了冗余的自變量，從而構(gòu)建了基于相空間重構(gòu)和RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測模型，該方法克服了RBF神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定，提高了預(yù)測精度。然后，文中利用了BP神經(jīng)網(wǎng)絡(luò)、主成分分析優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)和偏最小二乘算法(PLS)對降水量建立了預(yù)測模型。通過PLS算法降水量預(yù)測模型的主要因素進行了分析，得到了多變量方程。結(jié)果表明，PLS算法既解決了BP神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定性的缺點，同時也縮短了神經(jīng)網(wǎng)絡(luò)的運行時間，提高了