發(fā)布時(shí)間：2017-12-21 23:42

  本文關(guān)鍵詞：基于PSO-LSSVM的干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)模型研究　出處：《長(zhǎng)江科學(xué)院院報(bào)》2016年10期 　論文類型：期刊論文

  更多相關(guān)文章： 粒子群算法 最小二乘支持向量機(jī) 干旱區(qū) 阿勒泰地區(qū) 降水預(yù)測(cè)

【摘要】：降水量的準(zhǔn)確預(yù)測(cè)對(duì)于干旱地區(qū)的水資源綜合利用、抗旱減災(zāi)有重要意義。引入基于粒子群算法進(jìn)行參數(shù)尋優(yōu)的最小二乘支持向量機(jī)模型(PSO-LSSVM),構(gòu)建考慮7a周期的年降水樣本及考慮季節(jié)性特征的月降水樣本,建立干旱區(qū)年、月尺度下的中長(zhǎng)期降水預(yù)測(cè)模型,并應(yīng)用新疆阿勒泰地區(qū)1960—2013年實(shí)測(cè)降水序列,驗(yàn)證模型的適用性。結(jié)果表明:基于粒子群算法與最小二乘支持向量機(jī)的中長(zhǎng)期降水預(yù)測(cè)模型預(yù)測(cè)精度高,泛化能力強(qiáng),能有效地預(yù)測(cè)新疆阿勒泰地區(qū)年、月降水量。該模型為干旱區(qū)中長(zhǎng)期降水預(yù)測(cè)提供了一種可靠的研究思路與方法。
【作者單位】： 四川交通職業(yè)技術(shù)學(xué)院建筑工程系;
【分類號(hào)】：P338
【正文快照】： 1研究背景降水是區(qū)域水循環(huán)的重要組成部分,降水量規(guī)律及預(yù)測(cè)研究對(duì)于干旱地區(qū)水資源的合理開發(fā)利用、生態(tài)環(huán)境的改善和災(zāi)害控制具有重要意義[1]。近半個(gè)世紀(jì)以來,對(duì)于干旱區(qū)降水規(guī)律的研究較多,如于淑秋等[2]對(duì)我國(guó)西北地區(qū)近50a的降水序列研究發(fā)現(xiàn)1986年存在明顯的降水量躍，

本文編號(hào)：1317629