ty -jour a2 -huang，samuel au -coelho，joãoPauloau -boaventura -cunha，JoséPy -2014 da -2014/2014/12/11 ti-使用计算智能方法SP -729316 VL-2014 AB-- 2014 AB--2014 AB--2014 AB- 2014 AB--点预测质量与解释观察到过程动态的模型密切相关。有时该模型可以通过简单的代数方程式获得，但是在大多数物理系统中，相关现实难以用简单的普通差分或差异方程进行建模。具有非线性或非组织行为的系统是这种情况，需要更复杂的模型。通过对太阳辐射进行采样的离散时间序列问题可以在这种情况下构造。通过观察收集的数据，可以区分多个制度。此外，由于大气干扰（例如云），样品之间的时间结构是复杂的，并且最好用非线性模型来描述。本文通过使用结合支持矢量回归范式和马尔可夫链的混合模型来报告太阳辐射预测。将混合模型性能与使用其他方法（例如自回旋（AR）过滤器，Markov AR模型和人工神经网络）进行比较。获得的结果表明，关于预测误差和动态行为的混合模型的预测性能越来越不断增加。 SN - 1687-9724 UR - https://doi.org/10.1155/2014/729316 DO - 10.1155/2014/729316 JF - Applied Computational Intelligence and Soft Computing PB - Hindawi Publishing Corporation KW - ER -