学位论文 > 优秀研究生学位论文题录展示

西宁市降水量不同预报方法比较研究

作　者: 葛彩莲
导　师: 蔡焕杰
学　校: 西北农林科技大学
专　业: 农业水土工程
关键词: 降水量预测多元线性回归模型自回归模型人工神经网络模型灰色系统模型组合预测模型
分类号: P457.6
类　型: 硕士论文
年　份: 2011年
下　载: 72次
引　用: 0次
阅　读: 论文下载

内容摘要

西宁是我国降水量最少的省会城市之一,干旱始终困扰着西宁农业的发展。因此,研究降水将会对充分利用降水资源减缓西宁的干旱状况起到一定的作用。暴雨洪水灾害也愈加频繁,一旦发生洪涝灾害,将会给人们的生命和财产带来巨大的损失,对社会稳定也会造成一定的影响。因此,进行降水预测的研究,对减少干旱及洪涝灾害带来的损失具有重要的意义。本文依据1955年-2006年西宁气象站的年降水及有关气象资料,分别采用了多元线性回归模型、自回归模型、人工神经网络模型和灰色理论模型来进行年降水的预测,以检验它们应用于年降水预测的可行性。年降水预测结果表明了这几种方法应用于年降水的预测是可行的。就单项预测模型而言,人工神经网络模型预测可靠性最高。由于BP网络有较强的非线性映射能力,避开了预报因子与预报量的确定函数关系。同时又因为网络的黑箱效果,没有把预测因子和预报量的非线性关系限制在多项式等简单函数上,增强了预测的可靠性。本文还尝试采用线性组合预测模型和非线性组合预测模型来进行年降水的预测,因为组合预测模型可以综合利用各个单项预测模型所提供的信息,避免了单项预测模型预测结果的“时好时坏”性,所做出的预测结果较为平稳,而且,预测结果也说明,在一定程度上组合预测模型预测精度比单项预测模型的高。尤其是非线性组合预测模型,无论是拟合平均相对误差(3.76%)还是检验的平均相对误差(10.60%)都小于任何一个单项预测模型以及线性组合模型,表明应用非线性组合预测模型对年降水量进行预测是切实可行并且值得进一步研究推广的。但是,若将这些方法应用在月降水量的预测上则是不可行的,本文已用实例给出了证明。其中多元线性回归预测模型和BP神经网络预测模型有几个月份的拟合建模结果令人满意,但是检验结果只有八月份理想。说明这些方法对月降水的预测结果不理想。

全文目录

相似论文

商业银行贷后风险预警系统的设计和实现,TP311.52
基于多信息融合的轮式农业机器人导航研究,TP242
中长期负荷预测方法研究,TM715
区域货运需求预测方法研究,F224;U492.313
电磁装置优化设计的应用研究,TM503.1
中国外汇储备适度规模研究,F832.6
中国制造业标准化驱动因素研究,F424
我国货币政策效应的区域差异研究,F224
基于BP人工神经网络的多点非时序变形预测模型研究,P258
石羊河流域农业需水量预测及水资源优化配置研究,S274.3
金融人力资本存量对金融危机影响研究,F249.1;F831.59
基于人工神经网络模型的说话人转换算法研究,TN912.34
语音转换中音段特征的建模与转换的研究,TN912.3
大连市旅游者交通行为研究,F572.88
支持向量回归机在组合预测中的应用研究,F224
基于GM（1，1）和神经网络的组合模型对甘肃省交通事故的分析与预测,U491.3
中国对外直接投资区位选择的影响因素分析,F224
基于BP神经网络的灰色预测模型,N941.5
灰色组合预测方法在粮食产量中的应用,F307.11
RGB叶绿素仪的优化与其测量回归模型,TH79
我国上市公司信用风险预警研究,F276.6