基于小波包分解的LS-SVM-ARIMA组合降水预测
徐冬梅,张一多,王文川
(华北水利水电大学水资源学院,郑州450046)
作者
徐冬梅 (1977-),女,吉林双辽人,副教授,博士,主要从事水资源系统分析研究。
通讯作者:
王文川 (1976-),男,河南鹿邑人,教授,博士生导师,主要从事水文水资源系统分析、优化建模等研究。
引用格式
徐冬梅,张一多,王文川.基于小波包分解的LS-SVM-ARIMA组合降水预测[J].南水北调与水利科技(中英文),2020,18(6):71-77.
摘要
针对降水量影响因素众多,是一种复杂的非平稳、非线性且存在噪声问题的时间序列的特点,提出一种基于小波包分解的LS-SVM 与ARIMA组合模型的年降水量预测方法。利用小波包将降水序列分解成低频趋势序列和高频细节序列;应用LS-SVM 模型预测低频趋势序列,ARIMA模型预测高频细节序列;将两个模型的预测结果叠加,得到年降水量的预测值。实例验证表明:小波包对时间序列的分解比小波分解更精细,组合模型预测能够全面的提取降水序列中所包含的信息,更好地反映年降水量随时间变化规律,提高了年降水量预测的精准度,为降水量预测提供一种新方法。
关键词
降水预测;小波包分解;LS-SVM 模型;ARIMA模型;金沙县
基金项目
河南省高校科技创新团队(18IRTSTHN009);河南省重点研发与推广专项(202102310259);国家自然科学基金(51509088;
51709108)
免责声明: 本公众号所载、分享的文/图等稿件均出于为公众传播有益资讯信息之目的,内容为作者个人观点,仅供参考,并不意味本公众号赞同其观点或证实其内容的真实性,如其他媒体、网络或个人从本公众号下载使用须自负版权等法律责任。
本文内容来源于互联网,版权归原作者所有,本公众号转载文章均会标明转载来源,资源内容仅供学习参考使用,禁止用于商业用途。我们尊重并感谢原创作者,但文章可能存在部分文章及图片多次转载后,无法确认原作者及出处,仅标明转载来源的情况。若版权所有者不同意转载,请及时联系我们,邮箱nsbdyslkj@126.com,进行删除或补充标明作者和出处。本公众号拥有对此声明的最终解释权。
0人已收藏
0人已打赏
免费0人已点赞
分享
水利工程设计
返回版块28.26 万条内容 · 365 人订阅
回帖成功
经验值 +10
全部回复(0 )
只看楼主 我来说两句抢沙发