TY-JOURA2-NaserZ级AU-Raza,MuhammadAhmad-AU-Almazah,MohammedMA.AU-Ali、ZulfiqarAU-Hussein、IjazAU-Al-Duais、FuadSPY - 2022DA - 2022/09/20TI-应用极端学习机算法预报SP-4998200VL - 2022AB-因此,精确干旱预测对减轻其不利影响至关重要。研究推断出极端学习机算法对干旱预测的影响和适切性数值评价时序数据标准降温指数用于巴基斯坦不同气候区9个气象站评估ELM性能时,这项研究包括多层感知器模型和自回归综合平均移动模型并行推理模型性能评估使用root平均平方差(RMSE)、均绝对差(MAE)、均绝对差(MAPE)、Kling-Gupta效率(KGE)、Willmot索引(WI)和Karl Pearson相关系数图形结果显示ELM算法优于MLP和ARIMA模型关于培训数据PTI-1-ELM在Chitral站观测最佳性能(RMSE=0.374,KGE=0.838,WI=0.960,MAE=0.272,MAPE=259.59 R =0.93astore站的OSPI-1数值结果为(RMSE=0.688,KGE=0.988,WI=0.997,MAE=0.798,MAPE=247.35)。总体结果显示ELM生成最小RMSE、MAE和MAPE最大值和KGE、WI和几乎所有选定气象站相关系数值(1、3、6、9和12)月度尺度简言之,这项研究支持使用ELM精确预报干旱SN-1076-2787UR-https://doi.org/101155/2022/4998200DO-10.1155/2022/4998200JF-复杂度PB-HindawiKW-ER