《表7 各模型的TOPSIS得分情况》
为对模型进行客观公正的评价,选出最优预报模型,针对评价指标构建TOPSIS模型,分数越高,表明模型综合评价越好,其结果见表7。Model.EA-MG分数最高为0.163,但采用3种方法筛选预报因子的GRNN与EMD-ARIMA的组合模型并不全部优于其他模型。使用MIV法与GRNN模型组合的Model.MG得分0.152,均高于其他筛选方法与GRNN模型的组合(Model.IG得分0.103、Model.SG得分0.098),表明MIV法与GRNN模型相性相对较好,而且得分高于Model.EA-SG(0.14)、Model.EA-IG(0.099),说明其未与Model.EA组合即可达到理想预报精度,而与Model.EA组合后可进一步提高精度,可达到最高准确度。经过筛选预报因子的Model.MG(0.153)、Model.IG(0.103)、Model.SG (0.098)得分均高于未筛选预报因子的Model.CG(0.093),通过结合大气环流因子可不同程度地提高GRNN模型的精度,而通过不同筛选方法输入的大气环流因子对提高模型精度的贡献度不同,各种筛选手段对模型精度的影响具有差异性。Model.EA-IG(0.099)得分低于Model.EA(0.103),结果表明使用线性回归法筛选预报因子与EMD-ARIMA模型组合降低了模型优度。
图表编号 | XD00193014500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 李福兴、陈伏龙、蔡文静、何朝飞、龙爱华 |
绘制单位 | 石河子大学水利建筑工程学院、石河子大学水利建筑工程学院、石河子大学水利建筑工程学院、石河子大学水利建筑工程学院、石河子大学水利建筑工程学院、中国水利水电科学研究院流域水循环模拟与调控国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |