热带气象学报

作者：周满国, 黄艳国, 杨训根

单位：江西理工大学电气工程与自动化学院，江西赣州341000

关键词：气温预报, 门控循环单元, 灰色模型, 深度学习

基金：国家自然科学基金72061016；江西省教育厅科技项目GJJ160608；

使用传统单一模型预报气温经常出现漏报现象，最终导致预测结果不理想，精度较低。针对单一预报模型稳定性较低，随机性偏高，突发性较多的特点，在深度学习理论的基础上，提出一种采用门控循环单元(GRU)和灰色模型(GM)集成的方法，先分别训练两个模型，再通过权值ω将二者的预测结果进行加权组合，权值ω适当调整模型，改善模型的预报结果，提高模型的预报精度，并加快了运行速度，并且其普遍适用性和应急突发能力得到巨大改善。实验表明，将GRU神经网络加入灰色模型进行气温预报，效果要明显优于单一的模型，其标准差小了近一倍，从而表明实验方法的可行性和有效性。

来源：2020年第6期

《热带气象学报》期刊编辑部

查看热带气象学报杂志2020年第6期