自适应神经模糊推理系统(ANFIS)日雨量预报模型的比较研究
m·a·Sojitr1＊普罗希特(r.c. Purohit)说1潘迪亚2
1马哈拉那·普拉塔普农业技术大学土壤和水工程系，印度拉贾斯坦邦乌代普尔313001。
2朱纳加德农业大学农业系，印度古吉拉特邦，362001。
http://dx.doi.org/10.12944/CWE.10.2.19
开展这项研究是为了开发降雨预报模型。采用自适应神经模糊推理系统(ANFIS)建立乌代普尔城市降雨模型。利用35年的天气参数，即前一天的湿球温度、平均温度、相对湿度和蒸发量，分别制备了两组数据集，分别用于制备病例I和病例II。模型采用高斯隶属函数和广义Bell隶属函数。ANFIS(高斯，5)的统计和水文性能指标在四种模型中表现较好。敏感性分析表明，湿球温度是最敏感的参数，其次是平均温度、相对湿度和蒸发量。
降雨预报;预测模型;简称ANFIS;敏感性分析;模糊逻辑系统
复制以下引用这篇文章:
陈志强，陈志强。基于自适应神经模糊推理系统(ANFIS)的日降雨预报模型研究。Curr World environment 2015;10(2) DOI:http://dx.doi.org/10.12944/CWE.10.2.19
复制以下内容以引用此URL:
陈志强，陈志强。基于自适应神经模糊推理系统(ANFIS)的日降雨预报模型研究。2015;10(2)。可以从://www.a-i-l-s-a.com/?p=11969
［HTML全文］
这个作品是根据知识共享署名4.0国际许可．
