回声状态网络在气候预测方面的应用研究

作者：王人杰; 刘海忠^*; 朱洋

来源：科学技术创新, 2022, (19): 76-79.

• 气温预测
• 主成分分析
• 回声状态网络
• 绝对预测误差
• 均方误差

气候问题是全人类始终关注的问题，因此有必要对其进行预测研究。本文采用广州市黄埔区的气象数据作为研究对象，分析的数据包括当地的风速、平均气温、降水量等多个不同指标。以气温（即气候温度，单位℃）作为因变量，其余变量视作影响气温的自变量。在数据预处理方面，选择主成分分析方法（PCA）对样本进行降维处理，从中选出影响权重最大的自变量，以筛选过后的数据作为基础，采用回声状态网络预测气温的变化。实验结果表明，预测值和实际值的总体偏差较小，均保持在较低水平，绝对预测误差普遍处于15%以下，预测效果良好。采用对比模型（LSTM模型和ARIMA模型）对同样的数据进行预测。在实验中，我们发现对比模型的预测效果并不理想，在均方误差(MSE)的计算中，预测值和实际值的拟合精度较低。验证了ESN预测效果的优越性。

• 单位
  兰州交通大学