10.19713/j.cnki.43-1423/u.T20200268
基于混合方法的风速预测模型研究
为实现铁路沿线风速的高精度预报,建立若干基于混合方法的预测模型并进行性能比较.采用小波分解(WD)和经验模态分解(EMD)将原始风速序列平稳化,采用神经网络方法(BP,ANFIS和NAR)进行预测,形成6种混合模型:WD-BP,WD-ANFIS,WD-NAR,EMD-BP,EMD-ANFIS和EMD-NAR.引入基于单一方法的预测模型及时间序列模型ARIMA作为对照组,以平均绝对误差、平均绝对百分比误差、均方根误差比较各模型预测精度.研究结果表明:混合模型的预测性能优于单一模型;单一模型中,ARIMA的预测性能优于神经网络模型;混合模型中,WD-ANFIS的预测精度最高.
风速预测、小波变换、经验模态分解、神经网络、时间序列
17
U298.1(铁路运输管理工程)
国家自然科学基金资助项目;交通行业重点实验室开放课题资助项目
2020-08-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1630-1636