论文部分内容阅读
针对传统ARIMA模型对非线性的降水时间序列拟合效果差、预测精度低的缺点,建立基于集合经验模态分解的差分自回归移动平均预报模型(EEMD-ARIMA)。用EEMD方法将序列分解简化,采用不同的ARIMA模型进行建模,并重构各拟合分量。建立EMD、EEMD、ARIMA和EMD-ARIMA 4个模型进行对比实验,结果表明,EEMD-ARIMA模型的拟合效果最好,其预测准确率可达到82.46%,该模型在年降水预测应用中能够更准确地描述年降水量的变化规律,具有实际意义。