基于聚类模糊加权马尔可夫链的降水量预测研究

降水具有随机性,文章在加权马尔可夫链的基础上应用改进的ward系统聚类法对降水量进行聚类,引入优化后的隶属度对参照样本的状态向量进行预测,建立了聚类模糊加权的马尔可夫链模型,并取得了精度较高的预测结果。以北京市1963—2016年的年降水量作为训练样本进行模型训练,对北京市2017—2019年降水量进行预测,结果表明这3年降水量的预测值与真实值的相对误差均在3%以内,获得了较高的精度,能够为北京市水资源的合理规划提供依据。