三种非线性回归逐时气温预报比较订正

摘要：

选取ECMWF和T639的2013年1月至2014年12月的数值预报场构造预报因子,基于神经网络、支持向量机和构造函数的非线性方法,预报地面逐时气温.试验结果显示,在单个方法预报误差较大时,3种方法的偏差订正集成方法更利于减小误差,通过偏差订正,3种非线性方法预报效果良好,平均绝对误差减小了0.5℃.在近1年独立样本的预报检验中,集成方法、神经网络、支持向量机和构造函数预报的平均绝对误差分别为1.5℃、1.7℃、1.8℃和1.4℃,总体上构造函数预报更为准确.

关键词：神经网络、支持向量机、构造非线性函数、逐时气温预报、偏差订正

所属期刊栏目：43

分类号：O1 ;O21

在线出版日期：2016-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1116-1120