基于PSO_LSSVM和Elman神经网络的北京市气温预测效果比较

• 作者: 刘君陶 杨建平 王国栋 许振赐
• 来源期刊: 河南农业科学
• 学科: 地球科学
• 关键词: PSO_LSSVM Elman神经网络 气温预测
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 农产品加工·农业工程
• 页码范围: 157-160
• 页数: 4页
• 分类号: P457.3
• 字数: 3343字
• 语种: 中文

摘要

利用北京市1960-2004年的月平均气温数据,建立最小二乘支持向量机(LSSVM)与Elman 神经网络模型,分别运用粒子群算法(PSO)与试凑法对这2种模型进行优化,并对2005-2009年的月平均气温进行预测估计,比较2种模型的预测结果,以便找出更准确的气温预测模型.结果表明,2种模型总体上均能较好地拟合气温序列(R2均大于0.985),但是对于低温预测效果均相对欠佳;PSO_LSSVM预测误差(RMSE=1.380 6)明显小于Elman神经网络(RMSE=1.732 5),拟合精度更高,能更好地对短期气温变化进行模拟.因此,可用PSO_LSSVM模型进行气温预测,指导当地的农业生产与工业开发.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国栋	中国农业大学水利与土木工程学院	4	7	2.0	2.0
2	许振赐	中国农业大学水利与土木工程学院	2	9	2.0	2.0
3	杨建平	中国农业大学理学院	4	16	2.0	4.0
4	刘君陶	中国农业大学水利与土木工程学院	1	3	1.0	1.0