典型文献
基于混沌理论的降水量预测方法研究
文献摘要：
[目的]得到精确度较高的月降水量预测值.[方法]首先利用C-C关联积分法来确定波密站月降水量非线性系统的时间延迟τ和嵌入维数m,再对月降水量时间序列进行相空间重构,并利用小数据量法求取Lyapunov指数来判断月降水量时间序列的混沌特征,然后构建Volterra模型分别进行短期5 a和长期15 a降水量预测,将其预测小波预测模型和SVR预测模型的预测值对比,最后对Volterra短期预测模型进行叠加预测误差分析和模型推广分析.[结果]Volterra模型对混沌特征明显的月降水量进行短期预测时,其MAPE和EC分别为4.04％和0.941,相比小波和SVR模型来说具有较高的预测精度,同时叠加预测误差较小,其MAPE为7.657％,EC为0.894;而在长期预测时,该模型预测精度不如SVR模型;同时Volterra模型对混沌特征弱的月降水量进行短期预测时,其模型预测效果并不理想,MAPE为54.855％,EC仅为0.566.[结论]该方法能提供精确度较高的降水量预测值,为降水量的预测提供一种新的方法.
文献关键词：
混沌理论;相空间重构;Lyapunov指数;Volterra滤波器;降水量预测
中图分类号：
作者姓名：
舒涛;路昊天;曹景轩;叶唐进;陶伟;付润艺;李豪
作者机构：
中国海洋大学 海洋地球科学学院,山东 青岛 266100;桂林理工大学 地球科学学院,广西 桂林 541004;西藏大学 工学院,拉萨 850000;大连理工大学 建设工程学部,辽宁 大连 116024;中国科学院 山地灾害与地表过程重点实验室,成都 610041;中国科学院水利部成都山地灾害与环境研究所,成都610041;中国科学院大学,北京 100049
文献出处：
引用格式：
[1]舒涛;路昊天;曹景轩;叶唐进;陶伟;付润艺;李豪-.基于混沌理论的降水量预测方法研究)[J].灌溉排水学报,2022(03):83-91
A类：
B类：
混沌理论,月降水量预测,关联积分法,波密,非线性系统,时间延迟,嵌入维数,相空间重构,小数据,数据量,求取,Lyapunov,混沌特征,Volterra,SVR,短期预测,预测误差,误差分析,推广分析,MAPE,EC,长期预测,供精,滤波器
AB值：
0.229429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
