[發明專利]一種基于自回歸積分滑動平均與支持向量回歸的降雨量預測方法在審
| 申請號： | 201810999301.8 | 申請日： | 2018-08-30 |
| 公開（公告）號： | CN109375292A | 公開（公告）日： | 2019-02-22 |
| 發明（設計）人： | 宋耀蓮 | 申請（專利權）人： | 昆明理工大學 |
| 主分類號： | G01W1/10 | 分類號： | G01W1/10 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 650093 云*** | 國省代碼： | 云南;53 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 支持向量回歸 滑動平均 計算分析 自回歸 降雨 降雨量數據 降雨量預測 時間序列 最優參數 數據庫 氣象數據 遺傳算法 預測結果 轉換 預測 分析 | ||
本發明涉及一種基于自回歸積分滑動平均與支持向量回歸的降雨量預測方法，屬于氣象數據分析方法技術領域。本發明收集降雨量數據并生成降雨量數據庫；獲取降雨數據庫中數據，并將每日降雨量數據轉換為時間序列；然后將生成的時間序列導入自回歸積分滑動平均模型中進行計算分析；同時利用遺傳算法尋找支持向量回歸模型的最優參數；再將生成的計算分析結果和生成的最優參數導入到支持向量回歸模型中進行計算分析；最后根據計算分析結果，得到降雨量的預測結果。本發明使用自回歸積分滑動平均模型以及支持向量回歸模型對降雨數據進行處理，從而得到提高了降雨預測的準確性。
技術領域
本發明涉及一種基于自回歸積分滑動平均與支持向量回歸的降雨量預測方法，屬于氣象數據分析方法技術領域。
背景技術
在現代社會中，氣象預報與我們的生活息息相關，尤其是降雨量的預報的準確性，影響著很多很多行業的決策和規劃，提高降雨量的預報水平可以有助于水資源的合理可持續的運作。使用大量數據，并通過合理的方法對數據進行處理和分析，是進行降水量預測的前提，但現有的一些降雨量數據預測的方法都有著準確性不高的缺點。
發明內容
本發明要解決的技術問題是提供一種基于自回歸積分滑動平均與支持向量回歸的降雨量預測方法，用于解決上述問題。
本發明的技術方案是：一種基于自回歸積分滑動平均與支持向量回歸的降雨量預測方法，具體步驟為：
Step1：收集降雨量數據并生成降雨量數據庫；
Step2：獲取降雨數據庫中數據，并將每日降雨量數據轉換為時間序列；
Step3：將Step2中生成的時間序列導入自回歸積分滑動平均模型中進行計算分析；
Step4：利用遺傳算法尋找支持向量回歸模型的最優參數；
Step5：將Step3中生成的計算分析結果和Step4中生成的最優參數導入到支持向量回歸模型中進行計算分析；
Step6：根據Step5所得的計算分析結果，得到降雨量的預測結果。
所述步驟Step3中，自回歸積分滑動平均模型的計算公式為：
θP(B)(1-B)dYt＝wq(B)at
其中，B為后移算子；BYt＝Yt-1，BkYt＝Yt-k；wq(B)＝1-w1B-w2B2-…-wqBp；θq(B)＝1-θ1B-θ2B2-…-wθqBp；p，d和η是整數；p為自回歸項；d為時間序列成為平穩時所做的差分次數；q為移動平均值。
所述步驟Step4中，利用遺傳算法尋找最優參數的具體實施方法為：
S1：隨機將染色體作為初始種群的一個成員；
S2：對每個染色體的適合度進行評價；
S3：設置算法中止的條件；
S4：通過使用2個親本染色體進行單點交叉操作來建立后代，并將交叉率設置為0.8；
S5：通過只使用單親染色體來突變后代；
S6：采用輪盤賭法選擇下一代的后代；
S7：通過使用具有比父代更好的一組后代來替代現有父代；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于昆明理工大學，未經昆明理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810999301.8/2.html，轉載請聲明來源鉆瓜專利網。
