9.5.3　应用实例

9.5.3　应用实例

以长江流域某站1960～2005 年12月平均流量为预报对象，9～11 月平均流量为预报因子进行计算，序列长度为46。

（1）资料标准化。采用式（9.18）分别对预报因子及预报对象进行标准化。结果见表9.8。

表9.8　某站9～12月平均流量标准化资料

（2）模糊聚类。经过计算当阈值λ＝0.3 时，统计量F＝2.279703 为最大，因此，0.3 为最佳阈值，采用该值进行分类时，共分为9 类，见表9.9。

表9.9　模糊聚类分析结果表

（3）建立特征模糊集。根据式（9.31）和式（9.32）计算各类因子的均值和方差，结果见表9.10。

表9.10　各类因子均值及方差计算结果

由于4～9 类的方差为零，其隶属函数没有意义，因此这里只计算1～3 类的特征函数。若取各因子权重为W（1）＝0.3165，W（2）＝0.3275，W（3）＝0.3555 时，由式（9.32）得第1～3 类的特征函数分别为：(https://www.daowen.com)

模型拟合的平均相对误差为9.34%，相对误差小于10%、20%和30%的合格率分别为58.7%、91.3%、97.8%。拟合效果如图9.4所示。

图9.4　基于因果聚类的模糊预测模型拟合效果图