]*>","")" /> Coupling Prediction for Annual Precipitation in Xinjiang Based on ARIMA and GA-Elman Neural Network

• Article • Previous Articles     Next Articles

Coupling Prediction for Annual Precipitation in Xinjiang Based on ARIMA and GA-Elman Neural Network

HUANG Hua;CAI Ren;NUERGULI Aili;MU Zhen-xia   

  • Received:2015-06-25 Revised:2015-06-25 Online:2015-06-25 Published:2015-06-25

基于ARIMA和GA-Elman神经网络的新疆年降水耦合预测研究

黄华;蔡仁;努尔古丽·艾力;穆振侠   

  1. 新疆农业大学数理学院,乌鲁木齐,830052;乌鲁木齐市气象局,乌鲁木齐,830002;新疆农业大学水利与土木工程学院,乌鲁木齐,830052

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.