TY - JOUR A2 - 加西亚MOZO，埃米尼亚AU - 李，国辉AU - 张，AU玩腻 - 杨，洪PY - 2020 DA - 2020年3月21日TI - 基于VMD-DSE和Volterra自适应模型月平均气象温度预测SP - 8385416 VL - 2020 AB - 气候是一个复杂和混沌系统，以及温度预测是一个具有挑战性的问题。精确的温度预测也关注在能源，环境，工业和农业等领域。为了提高月平均温度预测的精度，并减少混合预测处理的计算规模的基础上变模式分解差分符号熵（VMD-DSE）和提出的Volterra组合预测模型。首先，原始月平均气象温度序列被分解成由VMD有限模式组件。DSE中用于分析的复杂性和重构的序列。然后，新序列在相空间重构。的延迟时间和嵌入度由相互信息的方法和G-P的方法，分别测定。在此基础上，所述的Volterra自适应预测模型被建立为建模和预测每个组件。最后，最终的预测值是通过叠加预测结果而获得。 The monthly mean temperature data of Xianyang and Yan’an are used to verify the prediction performance of the proposed model. The experimental results show that the VMD-DSE-Volterra model shows better performance in the prediction of monthly mean temperature compared with other benchmark models in this paper. In addition, the combined forecasting model proposed in this paper can reduce the modeling time and improve the forecasting accuracy, so it is an effective forecasting model. SN - 1687-9309 UR - https://doi.org/10.1155/2020/8385416 DO - 10.1155/2020/8385416 JF - Advances in Meteorology PB - Hindawi KW - ER -