岭回归算法在臭氧浓度集合预报中的应用

• 作者: 季冕 程龙
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 臭氧浓度 集合预报 机器学习 岭回归算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 环境科学与技术
• 页码范围: 93-102
• 页数: 10页
• 分类号: TP399
• 字数: 6040字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2018.04.016

摘要

基于机器学习方法,利用已有的预报模式构造一种全新的集合预报模型,对于提升预报的准确度和稳定性都有重要意义.以臭氧浓度预报为例子,讨论一种基于机器学习的集合预报技术 —— 岭回归(ridge regression,简称RR)算法.首先,对RR算法的特点和实现流程进行描述.在实现RR算法之后,对我国近两年的环境空气质量真实数据进行大量的数值实验.然后,对最优化集合预测(operational consensus forecasts,简称OCF)和RR算法的预测结果在均方根误差和时间序列对比等方面进行详尽分析.实验结果表明,RR算法比OCF算法具有更好的预测精度和稳定性.最后,对算法可能的误差来源进行探讨,提出了进一步改进的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季冕		5	16	2.0	4.0
2	程龙		4	11	2.0	3.0