遗忘因子自适应最小二乘算法及其在气温预报中的应用

海量数据的利用是建立自适应预报模型的基础，但随着数据的不断增加，新引入数据的作用会逐渐降低，有可能导致预报模型失效。为克服因数据量增加引起的所谓“数据饱和”现象对天气预报效果的影响，本文给出了考虑遗忘因子的线性自适应最小二乘建模算法的原理和方法，并利用该算法进行了最高气温和最低气温预报试验。结果表明，考虑遗忘因子的线性自适应建模算法优于传统的线性自适应建模算法，加入遗忘因子可以避免产生“数据饱和”现象，适当地选择遗忘因子有助于提高模型的预报准确率。