基于隶属度修正的加权马尔可夫链的降水预测
应用Fisher最优分割法将榆林地区1951-2015年的年降水序列划分为9个状态,采用规范化的各阶自相关系数为权重,建立了加权马尔可夫链模型.以属于同一状态的所有降水量的均值作为聚类中心,应用模糊C均值聚类(Fuzzy C-Means,FCM)算法中的隶属函数计算隶属度,以隶属度向量作为预测时的初始状态向量.该模型逐年预测了榆林市2006-2015年的降水状态,结果全部与实际情况一致.基于马尔可夫链的预测结果,采用模糊集中的级别特征值理论分别预测了2006-2015年的降水量,所有预测结果的相对误差都在10%以内,初步表明基于隶属度修正的加权马尔可夫链模型是合理可行的.
降水预测、隶属度、加权马尔可夫链、模糊集、榆林
35
P333(水文科学(水界物理学))
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
40-46