文章详情

摘要

全球气候变化的不确定性和复杂性对天气预测的准确性提出了更高的要求,研究旨在开发一个基于机器学习的高效天气预测模型，以应对全球气候变化带来的挑战。研究利用Python集成了回归分析和决策树算法等统计建模技术，对气象数据进行深入分析和处理。结果表明：决策树模型在处理非线性气象数据方面具有独特优势，其预测精度和泛化能力均优于传统回归模型；线性回归分析模型在捕捉数据线性关系方面表现稳健；模型在不同数据集上展现了良好的泛化能力，并能满足实时预测的性能要求。该研究的成果为天气预测领域提供了新的视角和工具，同时为机器学习在气象学中的未来应用奠定了基础。

关键词

机器学习；天气预测模型；决策树；线性回归

参考文献

1. [1] 付小标，侯嘉琪，李宝聚，等.一种二模态天气分型方法及其在光伏功率概率预测的应用 [J].发电技术，2024，45（2）：299-311.
2. [2] 白如雪.基于改进相似日和LSTM神经网络的短期光伏功率预测方法研究 [D].济南：山东大学，2023.
3. [3] 徐敏洁.基于集成学习的网络信贷违约预测 [D].重庆：西南大学，2023.
4. [4] 杨迎新.基于深度学习的多源气象观测资料预测与研究 [D].南京：南京信息工程大学，2022.
5. [5] 史鹏飞.多源遥感数据协同下油田土壤石油污染检测方法及空间分布研究 [D].长春：吉林大学，2023.
6. [6] 王庆杰.基于特征选择和时频分析的径流预测机器学习模型研究 [D].乌鲁木齐：新疆农业大学，2022.
7. [7] 宋亭.基于决策树的图书馆文献资源智能检索方法 [J].自动化技术与应用，2024，43（4）：63-66.
8. [8] 彭宇欣，朱致旭，肖敦明，等.基于决策树模型的大品规对比剂CT增强扫描的经济学评价 [J].世界临床药物，2024，45（5）：497-505.
9. [9] 魏泽辉.基于多元非线性回归分析的光伏发电系统经济模型预测研究 [J].电站系统工程，2024，40（3）：1-5.
10. [10] 贺甜甜.基于时空自监督的天气预测方法研究 [D].济南：山东大学，2023.

基金项目

2024年山东理工大学大学生创新创业训练项目

作者简介

管冬河（2004—），男，汉族，山东潍坊人，本科在读，研究方向：大数据管理与应用；苏博（2004—），男，汉族，山东菏泽人，本科在读，研究方向：电子供应链。