气象干旱组合预测模型研究及其应用.pdf

《气象干旱组合预测模型研究及其应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３７卷第４期人民黄河Ｖｏｌ．３７，Ｎｏ．４２０１５年４月ＹＥＬＬＯＷＲＩＶＥＲＡｐｒ．，２０１５【水文泥沙】气象干旱组合预测模型研究及其应用马建琴，毕静静，赵晓慎（华北水利水电大学水利学院，河南郑州４５００１１）摘要：为提高干旱预测精度，克服单一预测模型的不足，在分析灰色理论和遗传神经网络模型特点的基础上，构建了气象干旱的多尺度组合预测模型。该模型首先提取灾变序列，利用ＧＭ（１，１）模型进行拟合和预测，然后采用遗传神经网络对拟合值进行修正，得到训练好的网络结构，最后修正ＧＭ（１，１）模型的预测值。利用郑州市１９５１—２０１２年月降水数据进行的干旱预测结果表明：针对不同尺度的灾变序

2、列，组合预测模型的预测效果优于ＧＭ（１，１）模型和遗传神经网络模型，且模型的平稳性较好。关键词：组合预测模型；ＧＭ（１，１）模型；遗传神经网络；干旱预测中图分类号：Ｐ４５７文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１３７９．２０１５．０４．００３干旱是人类面临的主要自然灾害之一，已有的干列建模和遗传神经网络非线性映射的特性，发挥二者旱预测方法主要包括加权马尔可夫链、支持向量机模的优势，从而进一步提高预测精度。型、灰色理论和神经网络等［１－４］，但每种方法各有利弊。加权马尔可夫链理论根据状态间的转移概率来推１组合预测模型的建立测系统未来的发展，比较适合随机波动性较

3、大序列的采用ＧＭ（１，１）模型的预测结果作为遗传神经网预测，在进行干旱预测时，该方法仅对无旱的预测比较络的输入，以提高输入质量，使得组合预测模型的预测准确［１］；支持向量机模型的基本思想是将输入的低维效果优于单一模型。变量变换到一个高维特征空间中，并在该空间进行线１．１ＧＭ（１，１）模型简介性回归分析，适合短期预测，对于中长期预测的偏差过ＧＭ（１，１）模型是最常用的一种灰色模型，它是由大［２］；灰色理论利用累加生成后的新数据建模，在一一个只包含单变量的一阶微分方程构成的模型，主要定程度上弱化了原始数据的随机性，容易找出数据变应用于时间序列预测。建模前一般先对原始数据进行换规律，对短

4、序列、数据少、信息不完全系统的建模与累加处理，通过累加削弱原始数据的随机干扰，突出系分析有独特的效果，但在进行长期预测时其预测结果统所蕴涵的内在规律。设有数据序列｛ｉ，ｘ０（ｉ）｝（ｉ＝近似呈指数增长［５］，不符合数据序列的随机性和波动１，２，…，ｎ），其中｛ｘ０（ｉ）｝为灾变日期序列，根据灰色性；神经网络是一种模拟人脑信息处理方法的非线性系统理论［８］，其一次累加生成序列｛ｘ１（ｉ）｝可用指数系统，可以实现输入和输出的任意非线性映射，基于遗函数拟合（取ｘ１（０）＝ｘ０（１）），即传算法改［进的神经网络模型在搜索过程中不易陷入局ｘ１（ｋ＋１）＝［ｘ０（１）－ｂ］ｅ－ａｋ＋ｂ（１）部

5、最优６］，但该模型需要大量数据才能获得较准确的ａａ［Ｔ预测结果７］。由于干旱问题具有复杂性和随机性，若式中：参数ａ、ｂ用最小二乘法估计，得ａ＝（ａ，ｂ）＝单纯利用一种预测方法进行预测，则预测结果不仅会（ＢＴＢ）－１ＢＴＹ，其中Ｂ＝｛－１［ｘ１（ｋ）＋ｘ１（ｋ＋１）］＋受到模型本身的限制，而且难以保证较好的预测精度，２因此急需开展组合预测模型的研究。收稿日期：２０１４０６１１针对已有模型的优缺点，笔者建立了灰色与遗传基金项目：国家自然科学基金资助项目（４１０７１０２５）；河南省教育厅自然科学研究基金资助项目（２００９Ａ１７０００４）；河南省科神经网络组合预测模型，对河南省郑州市的气象

6、干旱技攻关基金资助项目（０９２１０２３１０１９７）。进行预测。该预测模型根据干旱等级标准，分别提取作者简介：马建琴（１９７３—），女，河南郑州人，教授，博士，硕士生导师，研究方向为水资源与水环境。以１２个月、６个月和３个月为尺度的灾变序列，通过究通方信向作为者水：文毕学静及静水（资１９８源９。—），女，河南济源人，硕士研究生，研构建不同长度的数据序列，可充分利用灰色理论短序Ｅｍａｉｌ：９７２３３７１８２＠ｑｑ．ｃｏｍ·１０·人民黄河２０１５年第４期１｝（ｎ－１）×２，Ｙ＝ｘ０（ｋ＋１）（ｎ－１）×１；ｋ＝０，１，…，ｎ－１。１．３．２组合预测模型的算法步骤式（１）为数据序列｛ｘ１

7、（ｉ）｝的预测值，累减可得原（１）参照干旱等级标准，提取灾变序列作为原始始灾变序列的预测值Ｘ（ｋ＋１）：值Ｙ。Ｘ（ｋ＋１）＝ｘ１（ｋ＋１）－ｘ１（ｋ）（２）（２）根据灾变序列建立ＧＭ（１，１）模型，其拟合值１．２遗传神经网络模型简介为～Ｙ，预测值为Ｙ１。ＢＰ网络是一种反向传播（Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ）的（３）将灰色拟合值作为遗传神经网络的输入，其人工神经网络，可以实现输入和输出的任意非线性映对应的实际值～射。一个３层的ＢＰ网络结构由输入层、隐含层和输Ｙ作为该