赵克勤

（诸暨市联系数学研究所，浙江 诸暨 311800）

凡事预则立,不预则废。但事物的预测通常受多种不确定性干扰。鉴于作者于1989 年提出的集对分析（set pair analysis theory,SPA）理论对系统不确定性采取“客观承认，系统描述，定量刻画、具体分析”的处置方针，把系统的确定性关系与不确定关系作为一个不确定性子系统做数学处理[1-3],吸引了不同领域的众多科技工作者把SPA应用于系统预测研究,通过对已有预测模型的集对分析，不同程度地提高了预测精度，取得满意或较为满意的预测效果。在中国知网上，采用“高级检索”“主题：集对分析”，“篇关摘：预测”，检索到250 多篇文献。本文综述其中一部分有代表性的文献，指出基于集对分析的系统智能预测原理是通过系统已有数据做合理的结构化聚类和合适的联系数表达与不确定性分析进行预测建模,每次预测前,让预测模型通过回顾性学习使预测值与系统历史数据最大程度拟合，从而改善模型的预测功能，保证和提高预测精度。

1 集对分析在天气预报中的应用

1.1 集对分析在天气降水预报中的应用

例1天气系统同时具有确定性和随机不确定性。基于概率的多元回归模型REEP 是世界各国进行天气预报的基本模式。由文献[4] 可知，王国强在1998 年就把集对分析用于天气降水预报研究，通过对进入预报模型的预报因子及其数值按集对分析理论进行预处理，提高了天气降水预报的准确率，在对93 次个例的降水预报作回顾性检验时，81 次预报结论不变，有12 次修改了预报结论，其中11 次修改成功，1 次修改失败,成功率0.917，见表1，其中Y表示降水，1 指降水发生，0 指没有降水发生。……