基于灰色关联法的月降雨量预测
孙晓婷
任刚红
杜坤
冯燕
周明
1.昆明理工大学建筑工程学院,昆明,6505002.昆明理工大学建筑工程学院,昆明,6505003.昆明理工大学建筑工程学院,昆明,6505004.昆明理工大学建筑工程学院,昆明,6505005.昆明理工大学建筑工程学院,昆明,650500
摘要：[目的]提高降雨量预测精度,为农业、水利等相关部门提供决策依据.[方法]鉴于月降雨量时间序列具有显著的多尺度特征,开展了数据驱动下基于模型融合的月降雨量预测研究,应用灰色EGM(1,1)模型和自适应模糊神经网络系统(ANFIS)分别预测了年尺度与月尺度下的月降雨量,采用灰色关联法将2个预测结果进行数据融合.利用澳大利亚维多利亚8个站点降雨数据验证所提出方法,并将预测结果进行了与单一灰色EGM(1,1)、ANFIS、人工神经网络(ANN)、自回归积分滑动平均模型(ARIMA)与聚类回归法(CLR)模型预测结果对比.[结果]模型融合预测结果精度高于单一EGM(1,1)、ANFIS、ANN及ARIMA模型预测结果,并在8个站点中的5个取得了最佳预测效果,其中中部地区(Ballarat和Cape Otway站点)及东部地区(Dookie,Wangaratta和Orbost站)预测均方根误差为28.2～37.2 mm,西部地区(Dimboola,Edenhope和Dunkeld站点)预测均方根误差为20.8～23.4 mm.[结论]所提出的模型融合预测法可行,为月降雨量预测提供了新思路.
关键词：月降雨量预测数据驱动模型融合自适应模糊神经网络系统灰色预测模型
分类号：TP183(自动化基础理论)
论文发表日期：2019-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 90-95 )
英文信息