基于小波神经网络的气温预测研究
2015-12-22勾永尧西南科技大学经济管理学院四川绵阳621000
安徽农业科学 2015年25期
关键词:模型
王 芳,勾永尧 (西南科技大学经济管理学院,四川绵阳621000)
气候变化对农业经济、环境、水资源和工业生产等影响巨大[1-2]。由于气温、湿度、降雨量、降雪量、水流量等非灾难性的天气变化所导致的相关商品的制造成本或市场需求发生波动,从而相应的引起相关企业现金流和利润的不确定性,该不确定性称之为天气风险[1-2]。实际上,温度的高低变化是最基本的天气状况,对农业、能源部门、零售业、建筑业、运输业等均产生不同程度的影响。因此,研究气候预测对提高国民经济安全性具有重要的科学意义和实际意义。
温度信息是天气气候变化的最重要的表现之一,假设数学模型的思路被学术界广泛使用[2-3],且气候系统是一个高阶非线性系统,这就从理论上反映了气候预测问题的重要性和具有高难度的特点。小波的优良特性在许多应用领域得到充分体现,涂春丽等[2-4]证明了神经网络在温度预测问题上的有效性。该研究采用1951年1月~2014年12月的重庆市月平均温度,构建小波神经网络(WNN)模型实现对温度进行预测估计。
1 小波变换和神经网络
1.1 小波变换 小波变换是由傅立叶变换(FT)和加窗FT发展而来的。FT的理论是人类数学发展史上的一个里程碑,一个非常重要的原因是FT变换得到的频域信息在许多问题中具有显著的物理意义,这就使得FT变换在大量的工程领域得到了重视。
加窗FT是一种FT的改进模型,但由于“时间—频率窗”的宽度对于观察所有的频率是不变的,因此,加窗FT对于高频与低频差别很大的信号仍然有效性不足。……
登录APP查看全文
