基于LM反向传播优化的RBF网络短时风暴潮预测方法及系统

本发明公开了基于LM反向传播优化的RBF网络短时风暴潮预测方法及系统，属于风暴潮预测技术领域，解决了传统RBF网络难以处理非静态数据和峰值捕捉能力不足的问题，所述方法包括对风暴潮关联数据预处理，RBF网络初始化，采用K‑means算法确定RBF网络的中心参数，采用trainlm函数对RBF网络进行反向传播优化，执行RBF网络，输出风暴潮短期增水预测结果；本发明中，RBF网络结合多特征、多时序信息、合理的预处理和优化的训练策略，且RBF网络采用trainlm训练函数对网络参数进行反向传播优化，从而优化了传统RBF网络对风暴潮峰值的捕捉不足的问题。相比于传统的RBF模型，能更好的应对复杂的气象时间序列数据，具有更高的准确性和泛化能力。