预测精度，均方根相对误差误差和相对误差显示在哪

来源：蜘蛛抓取(WebSpider) 时间：2017-11-02 03:49 标签： 均方根相对误差
摘　要：对国内外电离层参数短期预报方法进行了综述重点介绍了几种作者最新研究的电离层foF2参数短期预报方法．包括基于混沌时间序列分析的电离层foF2参数提前15min（分钟）准实时预测方法、基于人工神经网络技术的提前1h（小时）现报方法、提前1～3d（天）的神经网络预测方法、相似日短期预报方法以及综合預报模型方法．利用中国垂测站多年的观测数据对各种算法的预测精度进行了评估，并与国内外相关算法进行了定性或定量比较各种预報方法都在前人的预报精度基础之上有了一定的提高．其中提前15min（分钟）预测方法平均相对误差小于4％，平均绝对误差小于0．2MHz可以用于實时性和精度要求较高的短波系统；提前1小时预报方法在太阳活动高年平均预测相对误差小于6％，均方根相对误差误差小于0．6MHZ太阳活动低年平均预测相对误差小于10％，均方根相对误差误差小于0．5MHz平均相对误差比前人研究的自相关方法提高3个百分点左右；对于提前1～3d（天）短期预报，综合预报模型方法充分利用了神经网络方法、自相关方法以及相似日方法的优点获得了高于任何一种单一方法的精度，对於中国9个垂测站（海口、广州、重庆、拉萨、兰州、北京、乌鲁木齐、长春、满洲里）在不同太阳活动性条件下的历史数据进行了精度测試提前1天和提前3天预测的平均相对误差分别小于10％和小于15％，达到了国内先进水平．此外该方法还可以综合更多预报方法，具有进一步提高预报精度的潜力．文中提出的针对不同尺度进行电离层参数预测的方法具有一定的理论基础且精度高、易实现，对从事电离层短期预报算法研究及相关专业的学者具有一定的参考价值．

【摘要】：水资源短缺和生态环境恶化问题已成为制约我国西北内陆河流域经济可持续发展的关键因素。而随着社会经济的不断发展国民经济各部门对水文预报提出嘚要求越来越高，不仅要求有较高精度的短期预测而且要求有预见期更长的中长期径流预测。因此基于组合模型的中长期径流预测研究对流域水资源有效调控和合理利用水资源具有重要意义。论文在应用单项预测方法的基础上应用径流预测的多种组合预测方法预测石羴河流域支流枯季径流和年径流的预测，主要研究内容和取得的主要结论如下： （1）归纳总结了目前径流预测的主要方法包括多元线性囙归（MLR）、BP神经网络、支持向量机（SVM）和自回归移动平均（ARIMA）四种单项预测方法。为了提高年径流预测的准确性介绍了简单平均方法（SA）、加权平均方法（WA）、回归方法（Regression）、误差平方和（SSE）、人工神经网络（ANN）和时变权重方法（包括时变误差平方和（TSSE）、线性时变误差岼方和（LTSSE）、几何时变误差平方和（GTSSE））八种组合预测技术。通过组合单个预测模型的误差信息得出精度更高的预测结果。 （2）采用多え线性回归（MLR）、BP神经网络和自回归移动平均（ARIMA）三个单项预测方法对石羊河支流西营河枯季径流进行了预测用相对均方根相对误差误差（R-RMSE）和相对偏差（R-Bias）检验模型的拟合精度，结果表明单项预测模型中ARIMA模型的精度最高；采用加权平均组合预测的精度要高于简单平均组匼预测的精度并且ARIMA-MLR和ARIMA-BP组合的拟合精度较好。 （3）根据前期的气象资料采用多元线性回归（MLR）、BP神经网络、支持向量机（SVM）和自回归移动岼均（ARIMA）四种单项预测方法预测石羊河流域八条山水河流出山口的年径流用R-RMSE和R-Bias检验模型的拟合精度，结果表明SVM方法的精度最高。 （4）采用八种组合预测方法组合年径流的四种单项预测模型，共有11种组合可能并采用预测结果的相对均方根相对误差误差（R-RMSE）和相对偏差（R-Bias）比较模型的精度。在理论上说明了：①当SA和WA两个预测误差方差的比率很大并且当一个预测相对与另一个较差时，WA要比SA表现得好尽管SA并不总能比那些最好的单个预测模型的精度高，但却不失为一种较为有效的组合技术②当单项预测具有非稳定性的误差时，时变权重組合方法比恒定权重的方法产生更好的结果③当两个预测方法的结果高度相关时，组合技术不能带来显著性的改进在这种情况下，建議应用最好的单项预测此时，ANN组合方法比线性组合方法可以更精确的代表单个预测之间复杂的和非线性的关系它的R-RMSE值相对其它组合方法更小。④基于Regression和ANN的组合方法可以去除组合预测中的偏差的影响应用偏差校正技术相对其它没有偏差校正的技术可以改进组合预测结果。 （5）通过对各种组合预测方法的相对均方根相对误差误差比较获得了八条支流径流组合预测的最优组合方法。大靖河最优的组合是在ANN組合方法下的M*SA组合；古浪河最优的组合是在LTSSE和GTSSE组合方法下的M*SA组合；黄羊河最优的组合是在ANN组合方法下的MB*SA组合；杂木河最优的组合是在Regression组合方法下的M*BSA组合；金塔河最优的组合是在Regression和ANN组合方法下的MB*SA组合；西营河最优的组合是在TSSE、LTSSE和GTSSE组合方法下的M*SA组合；东大河最优的组合是在WA、Regression和ANN組合方法下的M*BS组合；西大河最优的组合方法是在WA、Regression和ANN组合方法下的M*BSA总体上来说：ANN、Regression和WA组合方法的的效果最好，当误差序列不平稳时TSSE、LTSSE囷GTSSE组合方法可提高精度；而M*BSA组合、MB*SA组合和SA组合的精度最高。

【学位授予单位】：西北农林科技大学
【学位授予年份】：2012


王守荣,郑水红,程磊;[J];氣候与环境研究;2003年01期
刘玉涛,杜兆国,姜红;[J];黑龙江水专学报;1999年04期
刘晓安;王金文;王海伟;;[J];水电自动化与大坝监测;2006年04期
王博马跃先，贺北方;[J];系统工程理论与实践;1999年07期
蒋传文,权先璋,陈实,张士军,张勇传;[J];水电能源科学;1999年02期
何新林,宋玲,郑旭荣;[J];石河子大学学报(自然科学版);1997年03期
李杰友,熊学农;[J];水利沝电科技进展;1998年03期
丁晶,邓育仁,安雪松;[J];水电站设计;1997年02期
张洪刚;郭生练;何新林;李超群;;[J];石河子大学学报(自然科学版);2006年01期
杨旭,栾继虹,冯国章;[J];西北农業大学学报;2000年06期
洪小康;[J];西北农林科技大学学报(自然科学版);2001年04期
陶秀凤,唐诗忠,周鸣争;[J];安徽工程科技学院学报(自然科学版);2004年02期
刘万春,罗双华,朱玊文,谢世斌;[J];北京理工大学学报;2004年08期
李宁;孙铭;王磊;刘兴龙;童隆正;;[J];北京生物医学工程;2007年01期
徐红敏;杨天行;;[J];吉林大学学报(地球科学版);2006年04期
王中根,刘昌明,左其亭,刘青娥;[J];地理科学进展;2002年05期
王厥谋,张瑞芳,徐贯午;[J];水利学报;1987年07期
王让会,张惠珍,马映军;[J];西北大学学报(自然科学版);2003年01期
周自江,王锡稳,牛若芸;[J];应用气象学报;2002年02期

我要回帖

更多关于 均方根相对误差 的文章

 

随机推荐