基于混合模型的中长期降水量预测

• 作者: 李栋 薛惠锋
• 来源期刊: 计算机科学
• 学科: 工学
• 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
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 271-278,287
• 页数: 9页
• 分类号: TP391.9
• 字数: 8080字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.09.045

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛惠锋	西北工业大学自动化学院	309	3851	31.0	46.0
3	李栋	西北工业大学自动化学院	56	251	8.0	13.0