1. 毕业设计（论文）主要目标：
1、 收集和整理牡丹江站的月降水量数据，并进行质量控制。
2、 下载NCEP气象数据，进行大尺度预报因子的筛选，并确定影响区域。
3、 利用多元线性回归、BP神经网络、极限学习机以及回归树四种数据挖掘方法，分别建立牡丹江站月降水量和NCEP大尺度预报因子的降水预测模型。
2. 毕业设计（论文）主要内容：
本文运用多元线性回归、BP神经网络、极限学习机以及回归树四种数据挖掘方法，从NCEP再分析气象资料中选取大尺度物理协变量，对近六十年以来牡丹江站的月降水量建立统计预测模型。在此基础上，1958-2003年的数据集被用于月降水量预测模型的建立，2004-2018年数据用于模型的预测和效果分析。最后，通过月降水量的预测值与实际值对比，计算模型的误差平均值、误差标准偏差、误差平均偏差和最终误差等相关统计特征值，对多元线性回归、BP神经网络、极限学习机以及回归树这四种数据挖掘方法进行性预测能评估，分析各种方法的特点和优缺点。
3. 主要参考文献
[1] 许秀红. SDSM降尺度方法在哈尔滨延伸期预报中的应用[D]. 兰州大学, 2009.
[2] Chinchorkar S S, Patel G R, Sayyad F G. Development of monsoon model for long range forecast rainfall explored for Anand (Gujarat-India)[J]. International Journal of Water Resources and Environmental Engineering, 2012, 4(11): 322-326.
[3] 安润秋, 郝玉芹. 基于随机过程的中长期降水预测模型[J]. 唐山学院学报, 2007, 20(2): 7-9.
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。
