农业与技术
農業與技術
농업여기술
AGRICULTURE & TECHNOLOGY
2013年
3期
137-137
,共1页
蔡仁%李如琦%唐冶%路光辉
蔡仁%李如琦%唐冶%路光輝
채인%리여기%당야%로광휘
短时能见度预报%支持向量机(SVM)%Elman神经网络
短時能見度預報%支持嚮量機(SVM)%Elman神經網絡
단시능견도예보%지지향량궤(SVM)%Elman신경망락
本文选用乌鲁木齐2011和2012年冬季的逐3h的大气能见度和实况气象要素（大气温度、相对湿度、变压和风速）资料，利用支持向量机（SVM）和Elman神经网络方法建立3h能见度预报模型。通过检验发现，支持向量机（SVM）预测结果相比Elman神经网络预测结果更加准确，支持向量机（SVM）预测绝对平均误差为2.77km，相对误差为17.3%，为短时能见度预报提供了一种重要参考，同时表明支持向量机的泛化能力具有显著优势。
本文選用烏魯木齊2011和2012年鼕季的逐3h的大氣能見度和實況氣象要素（大氣溫度、相對濕度、變壓和風速）資料，利用支持嚮量機（SVM）和Elman神經網絡方法建立3h能見度預報模型。通過檢驗髮現，支持嚮量機（SVM）預測結果相比Elman神經網絡預測結果更加準確，支持嚮量機（SVM）預測絕對平均誤差為2.77km，相對誤差為17.3%，為短時能見度預報提供瞭一種重要參攷，同時錶明支持嚮量機的汎化能力具有顯著優勢。
본문선용오로목제2011화2012년동계적축3h적대기능견도화실황기상요소（대기온도、상대습도、변압화풍속）자료，이용지지향량궤（SVM）화Elman신경망락방법건립3h능견도예보모형。통과검험발현，지지향량궤（SVM）예측결과상비Elman신경망락예측결과경가준학，지지향량궤（SVM）예측절대평균오차위2.77km，상대오차위17.3%，위단시능견도예보제공료일충중요삼고，동시표명지지향량궤적범화능력구유현저우세。
