基于混合模型的中长期降水量预测

摘要：

针对中长期降水量预测精度较低的问题,提出了由改进集合经验模态分解方法、最小二乘法、核极限学习机和改进的果蝇优化算法构成的混合模型来对区域年度降水量序列进行预测.首先,通过改进集合经验模态分解方法将非平稳降水量时间序列分解为多个分解项.然后,根据不同分解项的特性分别采用最小二乘法和核极限学习机对其进行预测.由于核极限学习机均存在一定的参数敏感特性,因此提出使用改进的果蝇优化算法来对核极限学习机的相关参数搜索寻优,以提高其预测精度.最后,将各分解项的预测结果叠加,从而形成最终预测结果.以广东省7个地市1951-2015年的年度降水量为例,对所提方法进行了验证,结果表明:相比于自回归移动平均模型和核极限学习机模型,混合模型预测具有更高的预测精度.

关键词：预测、混合模型、改进集合经验模态分解方法、最小二乘法、核极限学习机、改进果蝇优化算法

所属期刊栏目：45

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金U1501253 ,陕西省教育厅专项科研计划项目2013JK0175

在线出版日期：2018-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：271-278,287