《表3 PSO-FNN集成预报模型与基于PCA的多元回归预报模型对广西冷湿指数极端天气独立预报样本的误差统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更进一步客观地比较非线性的粒子群—模糊神经网络集成模型与线性的逐步回归方法对广西冷湿指数极端天气的预报性能差异，以初选得到的41个物理量预报因子为基础，利用与集成模型相同的主成分作为逐步回归模型的输入，建立了基于主成分分析的多元回归预报模型，对24 h广西冷湿指数极端天气进行预报试验（见表3）。由表3的统计结果可以看到，在主成分预报因子，建模样本及独立预报样本完全一致的情况下，以主成分作为模型输入建立的多元回归方法，其预报误差明显大于粒子群—糊神经网络集成模型。