10.13878/j.cnki.dqkxxb.20210513001
基于CEEMDAN-SE-ARIMA组合模型的东北夏季降水预测
针对传统时间序列模型无法有效预测模态混叠数据的不足,本文提出了 一种基于CEEMDAN-SE-ARIMA的组合模型,并且对东北地区2016-2020年夏季降水量进行了实证分析.首先,基于完全自适应集合经验模态分解方法,将降水时间序列分解为多个本征模态分量,并根据不同分量样本熵的计算结果进行分量序列重构.然后,针对每一个重构分量,构建自回归移动平均预测模型.最后,将各分量的预测值进行叠加,得到组合模型的预测值.此外,还构建了ARIMA单一模型和其他组合模型,旨在与CEEMDAN-SE-ARIMA组合模型对比.结果表明:CEEMDAN-SE-ARIMA组合模型考虑了时间序列的模态混叠特征,能有效提高东北地区夏季降水时序模型的预测能力,具有良好的预测应用价值.预测结果较单一模型和其他组合模型均有所提高,MASE降低了 0.02～0.91 mm,RMSE 降低了 0.80～130.49 mm,MAE 降低了 2.52～129.84 mm,MAPE 降低了 1.08～35.53 mm.CEEMDAN-SE-ARIMA 模型在降水变率较小的西北部区域预测效果更好,对东南部区域的极值分布中心预测较为准确.
东北夏季降水、模态混叠、CEEMDAN、样本熵、ARIMA
46
P461;F830.91;P125.11
国家重点研发计划;国家自然科学基金;国家自然科学基金;江苏高校大学素质教育与数字化课程建设专项课题;南京信息工程大学教改研究课题;南京信息工程大学数统学院本科专业建设项目
2023-06-09（万方平台首次上网日期，不代表论文的发表时间）
共12页
205-216
