基于ARIMA-RBF组合模型的降水量预测实证研究任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

1、 了解南京市月降水量时间变化趋势的基本统计特征;

2、 加深对已学现代统计分析方法的理解和掌握,学习神经网络相关理论知识以及建模方法;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

本文以江苏省南京市1960-2014年的月降水量数据为研究对象,建立ARIMA模型,并对2014年的月降水量进行预测,其次构建RBF神经网络模型,同样进行预测。最后基于降水量时间序列线性和非线性特点,提出ARIMA-RBF组合模型的降水量预测模型,先计算ARIMA模型预测的残差,然后利用RBF神经网络对残差进行拟合预测,最后将两者预测结果组合,得到最终降水量预测结果。实证研究表明,组合模型的预测精度更高,效果最好。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1] 郭宝丽. 基于灰色神经网络的年降水量组合预测模型研究[D]. 重庆: 重庆大学, 2014: 12-16.

[2] 崔德友. 组合模型在降雨量预测中的应用[J]. 计算机仿真,2012, 29(8): 163-165.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;