TY -的A2 Natella罗伯托盟——Bhardwaj Rashmi盟——Duhoon Varsha PY - 2021 DA - 2021/11/25 TI -混合为天气参数模型预测SP - 6758557六世- 2021 AB -本文的目的是比较混合模型与传统模型的结合在天气预报中减少错误。SMO除了简单的模型和RBF模型,模型,和LibSVM模型,不同的混合结合模型已被用于预测不同方案下。这些模型的预测的基础上,进一步比较误差计算和时间的混合模型和简单的模型来预测天气参数。本文结合模型在对流的模型用于预测天气参数减少错误。印度是一个热带国家,天气条件的变化。目标是建立一个联合模型参数以更少的错误预测天气。混合分析模型相结合的不同气象参数对不同城市的印度。气象参数的性能测量分析。可以看出,误差比较和时间的基础上采取的模型,混合wavelet-neuro-RBF模型给出更好的结果比其他模型由于低价值的错误决定,更好的性能,较小的时间。研究变得重要天气预报精度是一项复杂的任务以及减少预测误差由应用程序不同的模型和方案。 It is concluded that the proposed hybrid model is helpful for forecasting and making policies in advance for the betterment of the human being, farmers, tourists, and so on as in all these activities, weather forecast plays an important role. SN - 1076-2787 UR - https://doi.org/10.1155/2021/6758557 DO - 10.1155/2021/6758557 JF - Complexity PB - Hindawi KW - ER -