摘要：針對(duì)太陽10.7cm射電流量中期日值預(yù)報(bào)問題,采用深度學(xué)習(xí)方法,建立了一個(gè)典型的基于多層感知器模型的神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)采用1個(gè)包含90個(gè)神經(jīng)元的隱含層,實(shí)現(xiàn)了一種非參數(shù)的時(shí)間序列自回歸模型。預(yù)報(bào)中不僅考慮歷史日值,還考慮了歷史預(yù)報(bào)誤差。模型根據(jù)前27d的歷史數(shù)據(jù)實(shí)現(xiàn)了未來27d的日值預(yù)報(bào)。通過對(duì)50多年數(shù)據(jù)的訓(xùn)練和試驗(yàn)分析,該方法在短期和中期預(yù)報(bào)上較傳統(tǒng)方法的相對(duì)誤差明顯降低。特別是模型經(jīng)一次訓(xùn)練后,參數(shù)可以完全固定,不同于以往研究參數(shù)需要每天滾動(dòng)更新,大大簡化了日常預(yù)報(bào),同時(shí)極為有利于模型在其他相關(guān)應(yīng)用中的推廣。