發(fā)布時間：2020-12-24 16:37

　　黃河源區(qū)位于我國青藏高原東北部,面積為12.2萬平方公里,是黃河流域的重要水源涵養(yǎng)地。降水是黃河源區(qū)徑流及水源的主要補給方式,因此,該地區(qū)的降水量預測成為當前水文和氣象觀測中非常重要的一項工作,其預測結果既能夠為水文研究及各種生產(chǎn)活動中的決策制定提供一定的數(shù)據(jù)支持,也可提高應對災害的能力。本文在綜合考慮到黃河源區(qū)降水量因受氣候變化影響而呈現(xiàn)出復雜季節(jié)性和波動性的條件下,選取吉邁,瑪曲,唐乃亥水文氣象站1998年至2008年月度降水量數(shù)據(jù)作為黃河源區(qū)代表展開相應的實證分析。在具體的三次分解集成的實證分析中,首先,鑒于原始數(shù)據(jù)本身存在白噪聲序列,運用集合經(jīng)驗模態(tài)分解（EEMD）對原始序列進行去噪平滑處理;其次,考慮到降水量序列本身存在的季節(jié)性,采用季節(jié)調(diào)整方法（SAM）對平滑序列進行季節(jié)調(diào)整,由此得到相應的季節(jié)指數(shù)和趨勢項序列;之后,運用完備集合經(jīng)驗模態(tài)分解（CEEMD）對該趨勢項序列進行充分分解得到一系列本征模式函數(shù)（IMF）,對IMF1采用支持向量機（SVR）進行預測,對其余IMF采用極限學習機（ELM）進行預測;最后,將所有IMF的預測值進行整合作為趨勢項序列的預測值,再將該預測值與... 

【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【部分圖文】：

圖3.1支持向量機結構圖

因此它的結構如下圖所示：圖 3.2 極限學習機結構圖3.2.3 ELM 主要特點1、訓練速度快，相比于傳統(tǒng)神經(jīng)網(wǎng)絡采用梯度下降法對權值和閾值不斷進行迭代，ELM 在訓練過程中無需對其進行調(diào)整，因此訓練速度有較大提升；2、不會陷入局部極小值點，由二次規(guī)劃的尋優(yōu)可得全局最優(yōu)解；3、泛化性能好，能充分擬合函數(shù)曲線的走勢，可用于解決回歸，擬合，分類及模式識別等問題。

源數(shù)據(jù)為黃河源區(qū)—吉邁，瑪曲，唐乃亥三個地區(qū)水文氣象8 年近 11 年月度降水量數(shù)據(jù)。其中前 10 年數(shù)據(jù)用于模型水量數(shù)據(jù)用于檢驗模型預測性能。本文在下面的實證分析月度降水量為依據(jù)，采用 matlab R2014a 進行仿真實驗及LM 機器學習算法前，需對所有輸入數(shù)據(jù)進行歸一化處理，果。與此同時，對于瑪曲和唐乃亥地區(qū)，亦采用同樣的方結果能夠很好地擬合月度降水量走勢，能夠為當?shù)厮Y源持，也為降水量預測提供了一種新穎的方法。勢取吉邁地區(qū)1998年至2008年11年月度降水量數(shù)據(jù)展開

【參考文獻】：
期刊論文
[1]改進的GM(1,1)模型在區(qū)域降水量預測中的應用研究[J]. 盧丹.  水利技術監(jiān)督. 2016(06)
[2]基于隨機森林的中長期降水量預測模型研究[J]. 甄億位,郝敏,陸寶宏,左建,劉歡.  水電能源科學. 2015(06)
[3]基于數(shù)理統(tǒng)計方法的降水量預測模型建立及應用[J]. 劉方,胡彩虹,何鵬飛.  氣象與環(huán)境科學. 2014(02)
[4]采用自回歸移動平均模型預測中國手足口病月發(fā)病率[J]. 黃曉霞,張順先,趙俊偉,司撥云,王世文,王英.  疾病監(jiān)測. 2013(05)
[5]智能交通動態(tài)流量預測算法研究[J]. 毛永明,張東偉,陳楠,呂九一.  科技廣場. 2013(01)
[6]Application of Artificial Neural Networks to Rainfall Forecasting in Queensland,Australia[J]. John ABBOT,Jennifer MAROHASY.  Advances in Atmospheric Sciences. 2012(04)
[7]統(tǒng)計降尺度法在黃河源區(qū)未來降水變化分析中的應用[J]. 郝振純,時芳欣,王加虎.  水電能源科學. 2011(03)
[8]我國東部夏季降水量統(tǒng)計降尺度的可預測性研究[J]. 魏鳳英,黃嘉佑.  熱帶氣象學報. 2010(04)
[9]基于矩陣條件數(shù)的NGM(1,1,k)模型病態(tài)性研究[J]. 崔杰,黨耀國,劉思峰.  控制與決策. 2010(07)
[10]年降水量統(tǒng)計馬爾可夫預測模型及其應用[J]. 馬占青,徐明仙,俞衛(wèi)陽,溫淑瑤.  自然資源學報. 2010(06)

碩士論文
[1]基于小波神經(jīng)網(wǎng)絡的故障診斷研究[D]. 仲京臣.中國海洋大學 2004



本文編號：2935976