基于SW-RBF组合模型的降水量预测研究任务书

 2021-11-07 21:53:25

1. 毕业设计(论文)主要目标:

1、 了解富锦月降水量时间的季节变化情况和基本统计特征;

2、 加深对已学现代统计分析方法的理解和掌握,学习小波分析和RBF神经网络相关理论知识以及建模方法;

3、 分析富锦市月降水量数据,对降水序列进行小波分解与重构,建立RBF组合预测模型,预测月降水量;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

本文以富锦1953-2017年的月降水资料为研究对象,其中1953-2015年月降水量为训练集用于建立模型,2016-2017年月降水量数据作为验证集用作预测性检验。由于月降水量时间序列中含有明显的季节因素和其它不同种类的波动因素,基于时间序列分解和组合模型的思想,对月降水量时间序列进行季节调整后用小波分解与重构方法得到季节调整序列的一系列分量,对这些分量分别建立RBF神经网络模型,然后将这些模型组合起来,最后得到一个季节调整的小波-RBF神经网络组合模型,简称为SW-RBF组合模型。同时,为了评价模型的优劣,建立基于季节调整的RBF神经网络模型(S-RBF模型)和直接对原序列建模的RBF神经网络模型(RBF模型)与SW-RBF组合模型进行比较。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1] 李亚男,谢志祥,秦耀辰.近50年黄淮海平原极端降水时空变化及其对农业的影响[J].河南大学学报(自然科学版),2018,48(2):127-137.

[2] 俞续对.基于混合模型SEPG_S对月降水量的研究及预测[D].兰州:兰州大学,2018:6-7, 25-26.

[3] 彭端,黄天文,郭媚媚,等.用逐步回归模型预测肇庆市汛期降水[J].广东气象,2005,05(02):16-17.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。