[发明专利]一种基于自回归积分滑动平均与支持向量回归的降雨量预测方法在审
| 申请号： | 201810999301.8 | 申请日： | 2018-08-30 |
| 公开（公告）号： | CN109375292A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 宋耀莲 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G01W1/10 | 分类号： | G01W1/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于自回归积分滑动平均与支持向量回归的降雨量预测方法，属于气象数据分析方法技术领域。本发明收集降雨量数据并生成降雨量数据库；获取降雨数据库中数据，并将每日降雨量数据转换为时间序列；然后将生成的时间序列导入自回归积分滑动平均模型中进行计算分析；同时利用遗传算法寻找支持向量回归模型的最优参数；再将生成的计算分析结果和生成的最优参数导入到支持向量回归模型中进行计算分析；最后根据计算分析结果，得到降雨量的预测结果。本发明使用自回归积分滑动平均模型以及支持向量回归模型对降雨数据进行处理，从而得到提高了降雨预测的准确性。 | ||
| 搜索关键词： | 支持向量回归 滑动平均 计算分析 自回归 降雨 降雨量数据 降雨量预测 时间序列 最优参数 数据库 气象数据 遗传算法 预测结果 转换 预测 分析 | ||
【主权项】：
1.一种基于自回归积分滑动平均与支持向量回归的降雨量预测方法，其特征在于：Step1：收集降雨量数据并生成降雨量数据库；Step2：获取降雨数据库中数据，并将每日降雨量数据转换为时间序列；Step3：将Step2中生成的时间序列导入自回归积分滑动平均模型中进行计算分析；Step4：利用遗传算法寻找支持向量回归模型的最优参数；Step5：将Step3中生成的计算分析结果和Step4中生成的最优参数导入到支持向量回归模型中进行计算分析；Step6：根据Step5所得的计算分析结果，得到降雨量的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810999301.8/，转载请声明来源钻瓜专利网。
