摘要
为了探讨EEMD-LSTM算法对石家庄逐月降水量进行预测的可行性,通过对石家庄市1980-2020 年降水数据进行分析发现,该地降水具有不稳定性和复杂性.为解决这一问题,采用经验模态分解(EEMD)方法对降水数据进行预处理,并将提取出的各模态每个子序列(IMF)输入到LSTM神经网络中进行预测.结果表明,EEMD-LSTM算法在石家庄逐月降水量预测中具有较好的性能,其预测结果与实际观测值的误差较小,相应的MAE和RMSE分别为2.12、3.13mm,决定系数为 0.92.研究表明,EEMD-LSTM算法可作为一种新的有效工具,用于石家庄市降水量预测研究.
维普
万方数据