降雨量及叠加预测方法研究

作者：舒涛,叶唐进,李俊杰,李豪

摘要：为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差。研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX动态神经网络预测模型测试误差为0.21%,回归效果图的相关系数R为0.99993,回判和检验误差分别只有0.22%和0.40%;降雨量叠加预测和检验误差较小,均未超过2%,能够满足降雨量不断叠加预测的要求。该方法能为边坡动态稳定性预测提供精确度较高的降雨量预测值。

发文机构：西藏大学工学院 大连理工大学建设工程学部

关键词：降雨量预测方法NARX动态神经网络小波神经网络叠加预测Rainfallprediction methodNARX dynamic neural networkwavelet neural networksuperposition prediction

分类号： P412.1[天文地球—大气科学及气象学]