本文關鍵詞：基于PSO-LSSVM的干旱區(qū)中長期降水預測模型研究　出處：《長江科學院院報》2016年10期 　論文類型：期刊論文

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

【摘要】：降水量的準確預測對于干旱地區(qū)的水資源綜合利用、抗旱減災有重要意義。引入基于粒子群算法進行參數(shù)尋優(yōu)的最小二乘支持向量機模型(PSO-LSSVM),構建考慮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、月尺度下的中長期降水預測模型,并應用新疆阿勒泰地區(qū)1960—2013年實測降水序列,驗證模型的適用性。結果表明:基于粒子群算法與最小二乘支持向量機的中長期降水預測模型預測精度高,泛化能力強,能有效地預測新疆阿勒泰地區(qū)年、月降水量。該模型為干旱區(qū)中長期降水預測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)技術學院建筑工程系;
【分類號】：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)律及預測研究對于干旱地區(qū)水資源的合理開發(fā)利用、生態(tài)環(huán)境的改善和災害控制具有重要意義[1]。近半個世紀以來,對于干旱區(qū)降水規(guī)律的研究較多,如于淑秋等[2]對我國西北地區(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：1317629