文献类型：期刊文章

作　　者：孟锦根[1]

MENG Jin-gen(Department of Architectural Engineering, Sichuan Vocational and Technical College of Communications, Chengdu 611130, China)

机构地区：[1]四川交通职业技术学院建筑工程系,成都611130

出　　处：《长江科学院院报》

年　　份：2016

卷　　号：33

期　　号：10

起止页码：36-40

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：降水量的准确预测对于干旱地区的水资源综合利用、抗旱减灾有重要意义。引入基于粒子群算法进行参数寻优的最小二乘支持向量机模型(PSO-LSSVM),构建考虑7a周期的年降水样本及考虑季节性特征的月降水样本,建立干旱区年、月尺度下的中长期降水预测模型,并应用新疆阿勒泰地区1960—2013年实测降水序列,验证模型的适用性。结果表明:基于粒子群算法与最小二乘支持向量机的中长期降水预测模型预测精度高,泛化能力强,能有效地预测新疆阿勒泰地区年、月降水量。该模型为干旱区中长期降水预测提供了一种可靠的研究思路与方法。

关 键 词：粒子群算法 最小二乘支持向量机 干旱区 阿勒泰地区  降水预测

分 类 号：P338]