[发明专利]一种基于NARX的中国北方草原地区生长季降雨量的预测方法

摘要

本发明公开了一种基于NARX的中国北方草原地区生长季降雨量的预测方法，包括基于相关性分析的数据预处理、NARX预测模型数据分配、NARX预测模型学习、NARX预测模型误差比对控制、NARX预测结果比对判断五个步骤。本发明核心方法采用NARX预测模型，该模型除表征非线性映射能力之外，还具有输入、输出双向延时能力以及一定的输入、输出记忆能力。本发明可以准确预测生长季（6‑8月）降雨量平均值，从而实现根据降雨量的预测值评估未来年份植被生长情况，实现可放牧的牲畜数量（载畜量）的合理估算，支撑动态的放牧策略，以避免灾害年份出现过度放牧。

主权项

1.一种基于NARX的中国北方草原地区生长季降雨量的预测方法，其特征在于，包括基于相关性分析的数据预处理、NARX预测模型数据分配、NARX预测模型学习、NARX预测模型误差比对控制、NARX预测结果比对判断五个步骤，所述步骤一基于相关性分析的数据预处理为，利用SPSS统计软件进行相关性分析，基于历年统计数据确定北方草原地区年度生长季月平均降雨量NARX预测模型的输入变量P(t‑1)和输出变量P(t)，其中P(t)，P(t‑1)分别是t、t‑1年度生长季降雨量月平均值；所述步骤二NARX预测模型数据分配为，按照8：1：1的比例确定降雨量NARX预测模型的训练数据、测试数据、验证数据；所述步骤三NARX预测模型学习为，建立NARX预测模型，激励函数选取sigmoid，初始隐藏层为1层，初始神经元个数为22，初始输入延迟时间为1：9，初始输出反馈延迟时间1：3；将训练数据导入降雨量NARX预测模型中，对降雨量NARX预测模型进行训练，并利用测试数据对NARX模型进行参数调整；所述步骤四NARX预测模型误差比对控制为，比较每次降雨量NARX预测模型的训练误差MAE1、RMSE1大小，如果MAE1、RMSE1均分别小于精度期望值MAE0、RMSE0，则完成降雨量NARX预测模型训练；如果MAE1或RMSE1大于精度期望值MAE0或RMSE0，则调整模型参数重新训练，直到MAE1、RMSE1均小于精度期望值MAE0、RMSE0，训练结束，完成降雨量NARX预测模型建模；所述步骤五NARX预测结果比对判断为，将验证数据中输入变量导入已经训练好的降雨量NARX预测模型中，比较降雨量NARX预测模型输出结果和降雨量实际观测值(验证数据中的输出变量)，并计算NARX模型的测试误差MAE、RMSE；若MAE、RMSE均小于预定精度期望值MAEq、RMSEq则预测结束；若MAE或RMSE大于预定精度期望值MAEq或RMSEq则返回第一步骤重复上述操作，同时在步骤三中逐次增加NARX模型的隐藏层层数、神经元个数、输入延迟时间和输出反馈延迟时间，从而改善NARX预测模型的输入、输出记忆能力，提升预测精度，直至MAE、RMSE均小于预定精度期望值MAEq、RMSEq，预测结束。