基于支持向量機(jī)回歸算法的氣象預(yù)測(cè)的應(yīng)用研究

李楊 梁楠楠

摘要：支持向量機(jī)（SVM）是統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上一種新的學(xué)習(xí)方法，是關(guān)于非線性問(wèn)題一種有效的解決方法。本文首先簡(jiǎn)要概述了支持向量機(jī)算法的原理，結(jié)合具體實(shí)例，并運(yùn)用支持向量機(jī)在氣象應(yīng)用進(jìn)行預(yù)測(cè)驗(yàn)證分析，試驗(yàn)結(jié)果顯示，本算法的預(yù)測(cè)結(jié)果比較理想，證明了算法的有效性。

關(guān)鍵詞：向量機(jī)；回歸算法；氣象預(yù)測(cè)

1.引言

全球氣候變化異常，對(duì)于洪澇旱災(zāi)等自然災(zāi)害的預(yù)測(cè)帶來(lái)極大困難。我國(guó)是農(nóng)業(yè)大國(guó)，自然災(zāi)害成為威脅人類(lèi)生命安全的極大隱患。氣象預(yù)測(cè)技術(shù)可以減少洪澇災(zāi)害帶來(lái)的損失，同時(shí)對(duì)于維護(hù)社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展，水資源優(yōu)化調(diào)度等具有重要的意義。

目前，由于隨著對(duì)氣象統(tǒng)計(jì)預(yù)測(cè)技術(shù)的發(fā)展，氣象的統(tǒng)計(jì)研究方法不斷出現(xiàn)。隨著研究的深入，神經(jīng)網(wǎng)絡(luò)等算法進(jìn)行氣象預(yù)測(cè)建模過(guò)程中，出現(xiàn)初始值、參數(shù)難以確定的等現(xiàn)象。支持向量機(jī)（SVM）算法在國(guó)內(nèi)目前處于起步階段，2004年，陳永義首次將支持向量機(jī)法運(yùn)用于對(duì)氣象統(tǒng)計(jì)方法中，取得了較好的預(yù)報(bào)能力。李智才采用支持向量機(jī)解決了空氣樣本中非線性關(guān)系問(wèn)題，并在短期氣象中得到很好運(yùn)用。

4.結(jié)論

本文采用支持向量機(jī)算法對(duì)于氣象預(yù)測(cè)中非線性問(wèn)題和非線性回歸問(wèn)題，體現(xiàn)出良好的預(yù)測(cè)能力。但是通過(guò)對(duì)不同氣象站的數(shù)據(jù)分析發(fā)現(xiàn)，對(duì)于降水預(yù)報(bào)，由于時(shí)效性和局域性要求比較高，由于本人氣象知識(shí)的局限性，固參數(shù)選擇樣本因子不是最優(yōu)，不同站點(diǎn)存在一定差誤，有待于進(jìn)一步研究和提高。（作者單位：宿州學(xué)院信息工程學(xué)院）

基金項(xiàng)目：安徽省大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目：基于支持向量機(jī)回歸技術(shù)的氣象預(yù)測(cè)算法研究，項(xiàng)目編號(hào)：201310379080

宿州學(xué)院一般科研項(xiàng)目：基于物聯(lián)網(wǎng)技術(shù)農(nóng)業(yè)多傳感器的安全信任機(jī)制的應(yīng)用研究，項(xiàng)目編號(hào)：2013yyb03

參考文獻(xiàn)：

[1]馮漢中，陳義永.支持向量機(jī)回歸方法在實(shí)時(shí)業(yè)務(wù)預(yù)報(bào)中的陰功[J].氣象.2005，31（2）：41-44.

[2]李智才，馬文瑞，李素敏，張瑞蘭，張紅雨.支持向量機(jī)在短期氣候預(yù)測(cè)中的應(yīng)用[J].氣象.2006，32（5）.

[3]魏鳳英.我國(guó)短期氣候預(yù)測(cè)的物基礎(chǔ)及其預(yù)測(cè)思路[J].應(yīng)用氣象學(xué)報(bào).2011，22（1）.

[4]竇浩陽(yáng)，鄧航，孫小明，趙昕奕.基于均生函數(shù)-最優(yōu)子集回歸預(yù)測(cè)模型的青藏高原氣溫和降水短期預(yù)測(cè)[J].北京大學(xué)學(xué)報(bào).2010，46（4）.