基于小波分解与GA-LSSVM的GPS可降水量短临预报

基于小波分解与GA-LSSVM的GPS可降水量短临预报

论文摘要

针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法。先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果。选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络(GA-WNN)预报结果进行对比。结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度。

论文目录

  • 1 算法原理
  •   1.1 小波分解
  •   1.2 最小二乘支持向量机
  •   1.3 遗传算法
  • 2 基于WD-GA-LSSVM的可降水量短临预报
  • 3 实验分析
  • 4 结 语
  • 文章来源

    类型: 期刊论文

    作者: 谢劭峰,苏永柠,刘春丽,刘立龙

    关键词: 可降水量,小波分解,遗传算法,最小二乘支持向量机,短临预报

    来源: 大地测量与地球动力学 2019年05期

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 桂林理工大学测绘地理信息学院,广西空间信息与测绘重点实验室

    基金: 国家自然科学基金(41864002,41704027),广西自然科学基金(2018GXNSFAA281182,2017GXNSFBA198139),广西空间信息与测绘重点实验室基金(15-140-07-11)~~

    分类号: P45

    DOI: 10.14075/j.jgg.2019.05.009

    页码: 487-491

    总页数: 5

    文件大小: 1343K

    下载量: 203

    相关论文文献

    • [1].新疆三大山区可降水量时空分布特征[J]. 干旱区地理 2019(01)
    • [2].近40年江浙沪及其周边地区可降水量的时空分布特征[J]. 浙江师范大学学报(自然科学版) 2018(03)
    • [3].中国西南纵向岭谷地区可降水量的变化特征[J]. 自然资源学报 2008(04)
    • [4].1976-2007年乌鲁木齐可降水量及其降水转化率[J]. 干旱区研究 2010(03)
    • [5].北京地区GPS水汽变化与雾霾的相关性[J]. 测绘科学 2016(08)
    • [6].华北一次强降水过程的分阶段对比分析[J]. 气象科学 2013(02)
    • [7].福州市空中水汽资源分布特征及其与降水的关系[J]. 水利科技 2013(03)
    • [8].利用GPS资料分析可降水量研究[J]. 水力发电 2013(09)
    • [9].湖北省不同资料反演大气可降水量的误差分析[J]. 气象 2014(11)
    • [10].浅析香港地区一次大面积降雨过程中的GPS可降水量特征[J]. 大地测量与地球动力学 2015(03)
    • [11].PLAOD支持下高时间分辨率的可降水量分析[J]. 测绘通报 2015(09)
    • [12].利用地基GPS反演可降水量的研究[J]. 电子世界 2013(16)
    • [13].河北GPS可降水量研究[J]. 工程技术研究 2020(05)
    • [14].应用GPS可降水量分析河北省一次回流降雪天气[J]. 气象科技 2012(06)
    • [15].成都地区秋、冬季GPS可降水量的时空分析[J]. 气象科学 2009(05)
    • [16].怀化地区强降水过程中的GPS可降水量特征分析[J]. 中国农学通报 2019(36)
    • [17].不同季节的北京市GPS可降水量与PM_(2.5)/PM_(10)的比较研究[J]. 大地测量与地球动力学 2015(03)
    • [18].一次西太平洋副热带高压进退过程中暴雨的GPS可降水量特征[J]. 大气科学学报 2011(04)
    • [19].阿勒泰地区降水量、可降水量及降水转化率解析[J]. 陕西水利 2017(S1)
    • [20].应用GPS可降水量和加密自动站资料对一次高空冷涡暴雨的分析[J]. 云南大学学报(自然科学版) 2010(S2)
    • [21].印度洋SSTA对西北夏季空中可降水量的影响研究[J]. 干旱区地理 2009(03)
    • [22].暴雨天气中地基GNSS可降水量时序变化分析[J]. 导航定位学报 2018(01)
    • [23].基于加权平均温度模型改进的上海市GPS可降水量反演[J]. 工程勘察 2014(02)
    • [24].L波段探空观测偏差分析及订正算法研究[J]. 气象 2019(04)
    • [25].经验模态分解与神经网络的GPS可降水量预测[J]. 测绘科学 2013(05)
    • [26].基于BERN5.0软件计算的北京地区GPS可降水量研究[J]. 全球定位系统 2008(06)
    • [27].基于GPS的MODIS近红外可降水量季节性模型建立[J]. 测绘工程 2017(12)
    • [28].全球定位系统的可降水量资料在北京地区快速更新循环系统中的同化试验[J]. 气象学报 2010(04)
    • [29].郴州地区GPS可降水量精度及其变化特征[J]. 湖北农业科学 2018(11)
    • [30].成都地区空中水资源潜力分析[J]. 沙漠与绿洲气象 2018(06)

    标签:;  ;  ;  ;  ;  

    基于小波分解与GA-LSSVM的GPS可降水量短临预报
    下载Doc文档

    猜你喜欢