基于SSA-MGF的偏最小二乘回归神经网络的预报模型

摘要：

本文采用奇异谱分析(Singular Spectrum Analysis,SSA)方法对原始降水序列重构,并用均生函数(Mean Generating Function, MGF)方法对重构系列构造延拓矩阵,以此作为自变量,原始降水序列作为因变量, 再利用偏最小二乘法提取对因变量影响强的成分作为神经网络的输入因子,原始序列作为输出因子,建立神经网络预测模型.通过对广西全区6月份降水量进行实际建模并与其它方法进行对比预测试验,结果表明,基于SSA-MGF的偏最小二乘回归神经网络预测模型较好,是一种具有较高应用价值的预测方法.

关键词：奇异谱分析、均生函数、偏最小二乘回归、神经网络、广西降水

所属期刊栏目：21

分类号：P457.6;TP183(天气预报)

资助基金：广西科学研究与技术开发计划应用基础研究专项基金0592005-2A;科技部科研院所社会公益研究专项基金2004DIB3J122

在线出版日期：2006-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：17-22