基于K-means的模糊马尔科夫模型的降水预测

作者：董亚; 杜景林^*; 胡玉杰

来源：现代电子技术, 2021, 44(19): 85-89.

DOI：10.16652/j.issn.1004-373x.2021.19.017

• 降水预测
• 马尔科夫链
• K-means算法
• 降水序列
• 聚类
• 预测模型
• 模型训练

针对中长期降水预测精度低的问题,基于马尔科夫原理,应用K-means算法对降水序列进行聚类,引入权重和模糊理论,建立K-means的模糊马尔科夫链模型,并对结果进行分析。采用南京地区1951—2014年的降水序列作为样本进行模型训练,对包括南京市在内的9个地区的2015—2017年的降水进行预测,结果表明,7个年平均降水量低于1 000 mm的地区中有6个地区的平均误差低于10%,另外27个预测样本中有14个误差低于10%,精度较高,可以将模型应用于降水量低于1 000 mm地区的降水预测,为当地水资源的合理使用提供依据。

• 单位
  南京信息工程大学