基于EEMD的气温和降雨量预测模型及其应用

基于EEMD的气温和降雨量预测模型及其应用

论文摘要

气象因素对社会进步和经济的可持续发展起着关键的作用,天气变换的无常更是会给人类带来不可逆转的灾害,因此科学有效地预测天气变化对加快社会进步及经济的发展意义重大.气温和降雨量是两个重要的气象因素指标,气温的异常会给人类的生活和工作带来不利的影响,更会对农业和工业的生产带来巨大损失;暴雨洪水和干旱灾害一直以来都是人类财产和生命的主要威胁中的两种,因此对气温和降雨量的准确预测便尤为重要.基于此,本文主要提出了两种基于集合经验模态分解(EEMD)的多尺度气温预测模型及降雨量预测模型.然后,将提出的气温和降雨量预测模型应用于天气期权估值.提出基于EEMD的多尺度组合模型的气象要素时间序列预测及天气指数多因子期权估值,对比其他单一气温和降雨量预测模型的期权估值,基于本文构建的预测模型的期权估值最为精确.对于气温预测模型,首先本文使用集合经验模态分解(EEMD)分解方法对月平均气温时间序列进行分解,得到多个频率不同的本征模态函数(IMF),即特征不同的子序列,然后计算它们的Hurst指数,根据Hurst指数值在0.5到1之间具有分形特征,提取出具有分形特征的序列;再结合灰色关联分析将这些IMF重构为高频项、中频项和分形项,对重构的序列分别使用神经网络方法和改进分形插值方法进行预测,最后使用广义回归神经网络(GRNN)集成这几项的预测值,从而得出最终的气温预测值.并通过对南京月平均气温预测应用,将预测结果和其他的气温预测模型预测结果进行对比.对于降雨量预测模型,为了更精确的预测降雨量,提出了一种基于EEMD-SE的多尺度组合预测模型.针对降雨量时间序列的非线性、非平稳性的特征,基于分解-重构-预测-集成思想,采用了集合经验模态分解(EEMD)、样本熵(SE)、BP神经网络、Elman神经网络和支持向量机回归(SVR)对南京市的月平均降雨量进行预测,并与BP神经网络和Elman神经网络的预测结果进行对比,得出本文预测模型结果更优,为降雨量提供了一种新的预测模型.

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •   1.3 主要研究内容和创新点
  • 第二章 模型原理
  •   2.1 集合经验模态分解(EEMD)
  •   2.2 灰色关联度分析
  •   2.3 样本熵(SE)
  •   2.4 BP神经网络
  •   2.5 分形插值原理
  •   2.6 Elman神经网络
  •   2.7 支持向量机回归(SVR)
  •   2.8 广义回归神经网络(GRNN)
  • 第三章 基于EEMD的多尺度气温预测模型
  •   3.1 引言
  •   3.2 模型构建基本思想
  •   3.3 气温预测模型构建
  •   3.4 气温预测效果检验及对比
  •   3.5 本章小结
  • 第四章 基于EEMD-SE的多尺度降雨量预测模型
  •   4.1 引言
  •   4.2 模型构建的基本思想
  •   4.3 降雨量预测模型构建
  •   4.4 降雨量预测效果检验及对比
  •   4.5 本章小结
  • 第五章 基于EEMD多尺度组合模型的气象要素时间序列预测与天气指数多因子期权估值
  •   5.1 引言
  •   5.2 理论分析
  •   5.3 实证分析
  •   5.4 结论与启示
  • 第六章 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 参考文献
  • 附录一 个人简介
  • 附录二 致谢
  • 文章来源

    类型: 硕士论文

    作者: 葛君

    导师: 曹杰

    关键词: 集合经验模态分解,多尺度,气温预测,降雨量预测

    来源: 南京信息工程大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 气象学,自动化技术

    单位: 南京信息工程大学

    分类号: TP183;P456

    DOI: 10.27248/d.cnki.gnjqc.2019.000085

    总页数: 57

    文件大小: 1965K

    下载量: 83

    相关论文文献

    • [1].改进灰色预测模型在热电厂热负荷预测中的应用[J]. 电力学报 2019(06)
    • [2].西安地区卒中患者1年卒中复发预测模型的构建[J]. 中国卒中杂志 2020(01)
    • [3].常用统计预测模型及其在结核病疫情预测中的应用[J]. 热带病与寄生虫学 2020(01)
    • [4].预测模型法在油田二次开发中的应用[J]. 云南化工 2020(04)
    • [5].基于灰色预测模型的舰船动力系统故障检测算法[J]. 舰船科学技术 2020(08)
    • [6].社区老年人居家不出危险因素分析及风险预测模型构建[J]. 护理学报 2020(08)
    • [7].高炉煤气流分布过程的多算法融合预测模型[J]. 控制理论与应用 2020(06)
    • [8].压力性损伤风险预测模型的研究进展[J]. 中华护理杂志 2020(04)
    • [9].无诱因复发性静脉血栓预测模型的研究进展[J]. 同济大学学报(医学版) 2020(03)
    • [10].一种可预测弥漫大B细胞淋巴瘤患者生存的新型6基因预测模型[J]. 中国癌症防治杂志 2020(03)
    • [11].基于序列特征的点击率预测模型[J]. 华东师范大学学报(自然科学版) 2020(04)
    • [12].基于灰色理论的生态经济警度预测模型及其应用[J]. 统计与决策 2020(13)
    • [13].临床预测模型:新预测因子的预测增量值[J]. 中国循证心血管医学杂志 2020(06)
    • [14].基于在校数据挖掘的大学生心理抑郁预测模型以及分析[J]. 中国新通信 2020(17)
    • [15].灰色预测模型在公共卫生事件胜利日预测中的应用——以新型冠状病毒疫情为例[J]. 卫生软科学 2020(11)
    • [16].临床预测模型:模型的建立[J]. 中国循证心血管医学杂志 2019(01)
    • [17].零转弯半径割草机连续翻滚特性参数化预测模型[J]. 农机化研究 2018(01)
    • [18].基于情景数据的火灾预测模型设计与实现[J]. 科技创新与应用 2018(26)
    • [19].灰色预测模型在预测话音网关故障中的研究与应用[J]. 计算机测量与控制 2016(11)
    • [20].应用预测模型对云南省2020年生产总值的预测[J]. 科技创新导报 2016(32)
    • [21].灰色预测模型在山东省保费预测中的应用[J]. 保险职业学院学报 2017(01)
    • [22].基于灰色预测模型的山西省批发零售业人员需求分析[J]. 数学的实践与认识 2017(04)
    • [23].烧结过程SO_2排放预测模型研究[J]. 资源节约与环保 2017(08)
    • [24].混沌时间序列的2阶预测模型[J]. 数学的实践与认识 2016(05)
    • [25].建设项目环境影响评价预测模型发展现状[J]. 绿色科技 2016(08)
    • [26].多项式预测模型在沉降变形监测当中的应用[J]. 矿山测量 2015(02)
    • [27].疾病发病风险预测模型的应用与建立[J]. 中国卫生统计 2015(04)
    • [28].基于大数据背景下出版产业人才需求综合预测分析[J]. 明日风尚 2017(19)
    • [29].一类优化的预测模型[J]. 山西青年 2013(24)
    • [30].一种基于大数据的脱贫预测模型构建研究[J]. 无线互联科技 2019(21)

    标签:;  ;  ;  ;  

    基于EEMD的气温和降雨量预测模型及其应用
    下载Doc文档

    猜你喜欢