基于HP-ENN-MC模型降雨量预测  

Rainfall Prediction Based on HP-ENN-MC Model

作　　者：熊文真[1] 程九菊[1] 李红娟[2] 

机构地区：[1]信阳职业技术学院数学与计算机科学学院,河南信阳464000 [2]昆明理工大学质量发展研究院,云南昆明650000

出　　处：《数学的实践与认识》2017年第8期200-205,共6页Mathematics in Practice and Theory

基　　金：国家自然科学基金(51066002/E060701);NSFC-云南联合基金资助项目(U0937604)

摘　　要：综合HP滤波、Elman神经网络、马尔科夫链的优点建立HP-ENN-MC模型对某地区10年内降雨量进行预测.以某地区1990-2015年植物生育期(6-10月)的降雨量数据作为实验训练样本,以2010-2015年(6-10月)的降雨量数据为实验的测试样本,证明HP-ENN-MC模型的实用性.由最后实验结果得到,预测平均相对误差为3.83%.所建模型能够对降雨量准确预测,与Elman、ENN-MC模型相比,HP-ENN-MC模型对降雨量预测更有效.Objective This paper HP filter, Elman neural network, Markov chain their nature establish HP-ENN-MC model to predict rainfall. Methods According to a regional 1950- 2015 crop growth period （JuneOctober） rainfall data 1990-2009 year （JuneOctober） rainfall as the training sample, 2010-2015 （JuneOctober） rainfall effectiveness as a test sample to verify the model, Results the results showed that the mean prediction relative error of 3.93%. Conclusion The model to predict the effect is well, compared with Elman, HP-ENN-MC model more suitable for rainfall prediction.

关 键 词：Elman模型 ENN-MC模型 HP-ENN-MC模型 降雨量预测 

分 类 号：O211.6[理学—概率论与数理统计] TP183[理学—数学]