论文部分内容阅读
【目的】研究信息扩散近似推理方法在年降水量预测中的应用，并对比其他方法分析其推广前景。【方法】通过分析年降水量时间序列的特性，提出了基于当前趋势以及相邻年份降水量的年降水预测规则。利用信息扩散近似推理描述年降水量间的复杂非线性关系，并以某灌区长系列降水资料为样本进行实例计算。【结果】信息扩散近似推理方法预测效果较好，该方法误差绝对值和为1．673，小于人工神经网络和线性自回归方法的统计结果。【结论】信息扩散近似推理可将样本点转换成模糊集，部分弥补了由于数据的不完备性所造成的信息空白，并可将矛盾模式转换成兼