• Article • Previous Articles Next Articles
HUANG Hua;CAI Ren;NUERGULI Aili;MU Zhen-xia
Received:
Revised:
Online:
Published:
黄华;蔡仁;努尔古丽·艾力;穆振侠
摘要: [目的]提高降水预报的预测精度,准确预测一个地区未来的降水量,可以提高该地区防灾减灾的能力,更好地为工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用差分自回归移动平均(ARIMA)和GA-Elman神经网络技术建立一种耦合预测模型.该模型首先根据年降水时间序列建立ARIMA模型,拟合它的线性结构部分,基于原始降水序列和ARIMA模型的预测值、残差序列,利用GA-Elman神经网络技术进行耦合建模.将该模型应用于新疆年降水量的预测预报,并与单一的ARIMA模型、GA-Elman神经网络模型进行比较.[结果]耦合模型的归一化均方误差、平均绝对误差、后验差比值及小误差概率分别为0.287,9.581,0.241和1,均优于ARIMA模型、GA-Elman神经网络模型,预测精度得到了明显的提高,预测精度等级为好.[结论]基于ARIMA和GA-Elman神经网络的耦合预测模型具有更高的预测精度,可用于新疆的年降水量预报.
HUANG Hua;CAI Ren;NUERGULI Aili;MU Zhen-xia. Coupling Prediction for Annual Precipitation in Xinjiang Based on ARIMA and GA-Elman Neural Network[J]. .
黄华;蔡仁;努尔古丽·艾力;穆振侠. 基于ARIMA和GA-Elman神经网络的新疆年降水耦合预测研究[J]. .
Add to citation manager EndNote|Ris|BibTeX
URL: https://www.xjnykx.com/EN/
https://www.xjnykx.com/EN/Y2015/V52/I6/1093