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 10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。
