基于 PSO－LSSVM 的干旱区中长期降水预测模型研究

• 作者: 孟锦根
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 粒子群算法 最小二乘支持向量机 干旱区 阿勒泰地区 降水预测
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 水资源与环境
• 页码范围: 36-40
• 页数: 5页
• 分类号: P338.9
• 字数: 4183字
• 语种: 中文
• DOI: 10.11988/ckyyb.20160010

摘要

降水量的准确预测对于干旱地区的水资源综合利用、抗旱减灾有重要意义。引入基于粒子群算法进行参数寻优的最小二乘支持向量机模型（PSO－LSSVM），构建考虑7a 周期的年降水样本及考虑季节性特征的月降水样本，建立干旱区年、月尺度下的中长期降水预测模型，并应用新疆阿勒泰地区1960—2013年实测降水序列，验证模型的适用性。结果表明：基于粒子群算法与最小二乘支持向量机的中长期降水预测模型预测精度高，泛化能力强，能有效地预测新疆阿勒泰地区年、月降水量。该模型为干旱区中长期降水预测提供了一种可靠的研究思路与方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟锦根	四川交通职业技术学院建筑工程系	9	36	4.0	6.0