ty -jour a2 -lyan au -kang，aiqing au -tan，Qingxiong au -yuan，xiaohui au -lei，xiaohui au -yuan，yanbin py -yanbin py -2017 da -2017 da -2017/12/12 ti-12 ti-短期 - 短期风速提出了使用EEMD -LSSVM型号SP -6856139 VL -2017 AB -Hybrid集合经验模式分解（EEMD）和最小二平方支持向量机（LSSSVM），以提高短期风速预测精度。首先将EEMD用于将原始风速时间序列分解为一组子序列。然后建立LSSVM模型以预测这些子系列。采用部分自相关函数来分析历史风速系列之间的内部关系，以确定LSSVM模型的输入变量以预测每个子系列。最后，使用叠加原理来将每个子系的预测值作为最终风速预测。基于六个指标评估混合模型的性能。与LSSVM相比，背部传播神经网络（BP），自动回归综合运动平均平均（ARIMA），经验模式分解（EMD）与LSSVM的组合以及与Arima模型的混合EEMD，风速预测结果表明，提议的混合型混合型混合型混合体显示模型以六个指标优于这些模型。此外，提出了预测与实际风速和预测误差的直方图的散射图，以在短期风速预测中验证混合模型的优越性。 SN - 1687-9309 UR - https://doi.org/10.1155/2017/6856139 DO - 10.1155/2017/6856139 JF - Advances in Meteorology PB - Hindawi KW - ER -