摘要
本申请公开了一种基于多种人工智能模型融合的气候集成预测方法和系统,属于气候预测领域。包括:选取与预测目标存在物理相关关系的要素作为预测因子;选取多种人工智能模型,并基于历史观测数据集对该多种人工智能模型进行预训练;对预训练得到的多种人工智能模型进行独立回报检验,并择优选取多个目标人工智能模型;对各个预测因子对于预测目标的相对贡献进行分析,并确定各个目标人工智能模型对应的实际预测因子。最后基于多个目标人工智能模型和各个目标人工智能模型对应的实际预测因子构建得到气候集成预测模型。如此,可以对线性与非线性特征进行融合预测,有效提升模型的泛化性和稳定性,且提升预测效率和准确性。
技术关键词
人工智能模型
集成预测方法
气候
因子
训练集
奇异值分解法
滞后关系
大数据
循环神经网络模型
广义线性模型
浅层神经网络
支持向量机模型
线性回归模型
理论
非线性特征
计算机系统
预测系统
物理
系统为您推荐了相关专利信息
布谷鸟搜索算法
粒子群优化算法
鸟巢
双层优化模型
充放电功率
编码自动转换方法
疾病
电子病历系统
诊疗信息
神经网络模型
超声速客机
转捩预测方法
多层感知器
训练样本集
网格
建筑工程模型
电气主设备
排放量
核查方法
输变电工程
电力负荷控制方法
负荷控制策略
功率
风电机组
燃气轮机