Resumen

Con el fin de superar la inexactitud de la previsión de un solo modelo, se establece un nuevo modelo de combinación óptima de pesos para aumentar la precisión en la previsión de precipitaciones, en el que se introducen tres submodelos de previsión basados en el modelo de análisis de pares de conjuntos de rangos (R-SPA), el modelo de función de base radical (RBF) y el modelo autorregresivo (AR) y un modelo de optimización de pesos basado en el algoritmo genético de código real mejorado (IRGA). El nuevo modelo para la previsión de series temporales de precipitación se prueba utilizando los datos anuales de precipitación de Pekín, China, de 1978 a 2008. Los resultados indican que las ponderaciones óptimas se obtuvieron utilizando el algoritmo genético en el nuevo modelo de combinación óptima de ponderaciones. En comparación con los resultados de los modelos R-SPA, RBF y AR, el nuevo modelo puede mejorar la precisión del pronóstico de la precipitación en términos de la suma de cuadrados del error. La precisión mejorada es del 22,6%, 47,4% y 40,6%, respectivamente. Este nuevo método de predicción es una ampliación del método de predicción combinada.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:nuevo modelo de combinación óptima de pesos, algoritmo genético, nuevo modelo, datos anuales de precipitaciones, método de predicción combinada, nuevo método de previsión, series temporales de precipitaciones, función de base radical, modelo de optimización de pesos, rbf
• Keywords:new optimal weight combination model, genetic algorithm, new model, annual precipitation data, combination prediction method, new forecast method, precipitation time series, radical basis function, weight optimization model, rbf