[发明专利]一种基于改进CEEMDAN-QR-BL混合模型的干旱预测方法

摘要

本发明公开了一种基于改进CEEMDAN‑QR‑BL混合模型的干旱预测方法，涉及干旱预测技术领域。在对宽度学习权重矩阵进行分解的过程中，利用QR正交三角分解方法，代替了传统宽度学习中的奇异值分解(SVD)方法，从而完成了宽度学习输出层的整体优化。与传统宽度学习模型相比，QR‑BL具有高精度、高效率等优点。同时，为保证模型泛化能力，将正则化概念引入QR‑BL模型，构建了基于三角分解的正则宽度学习模型(QR‑RBL模型)，有效提高了模型的泛化能力。实验结果表明，基于并行CEEMDAN‑QR‑BL模型的智能预测方法相比于传统BL方法，其预测精准度提高1.29倍；稳定度提高4.54倍；效率提高118倍。