基于支持向量机的东港市降水量预测模型研究

水是生命之源,降水量的变化直接影响着农业生产和生态平衡.本文立足于辽宁省东港站1970年～2013年共44年的降水量资料,运用支持向量机模型,建立基于支持向量机（SVM）的降水量预测模型,并将SVM模型与BP人工神经网络预测模型预测结果进行对比分析.结果表明：基于支持向量机（SVM）的降水量预测模型预测精度优于BP神经网络预测模型,且收敛速度快,迭代次数少;能够客观的反应东港市降水量情况,且方法简单、可行,为辽宁省东港市的降水量预测提供了较为有效的方法.