基于小波包分解的LS-SVM-ARIMA组合降水预测

• 作者: 徐冬梅 张一多 王文川
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 降水预测 小波包分解 LS-SVM模型 ARIMA模型 金沙县
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 水文水资源
• 页码范围: 71-77
• 页数: 7页
• 分类号: TV125
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2020.0116

摘要

针对降水量影响因素众多,是一种复杂的非平稳、非线性且存在噪声问题的时间序列的特点,提出一种基于小波包分解的LS-SVM与ARIMA组合模型的年降水量预测方法.利用小波包将降水序列分解成低频趋势序列和高频细节序列;应用LS-SVM模型预测低频趋势序列,ARIMA模型预测高频细节序列;将两个模型的预测结果叠加,得到年降水量的预测值.实例验证表明:小波包对时间序列的分解比小波分解更精细,组合模型预测能够全面的提取降水序列中所包含的信息,更好地反映年降水量随时间变化规律,提高了年降水量预测的精准度,为降水量预测提供一种新方法.