Bài viết đề xuất sử dụng mạng SVM (Support Vector Machine) trong mô hình hỗn hợp [2] để dự báo thời tiết (nhiệt độ lớn nhất và nhỏ nhất) trong ngày. Các số liệu đầu vào là giá trị lớn nhất, nhỏ nhất của nhiệt độ, độ ẩm, tốc độ gió và giá trị trung bình của lượng mưa, số giờ nắng ngày trước đó. Đầu vào mô hình được đánh giá và lựa chọn sử dụng thuật toán khai triển theo giá trị kỳ dị SVD (Singular Value Decomposition). Chất lượng của giải pháp đề xuất được kiểm nghiệm trên số liệu quan trắc thực tế (2191 ngày từ 01/01/2010 đến 31/12/2015) ở tỉnh Hải Dương. | Ứng dụng mạng SVM trong mô hình hỗn hợp cho bài toán dự báo thông số thời tiết KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 ỨNG DỤNG MẠNG SVM TRONG MÔ HÌNH HỖN HỢP CHO BÀI TOÁN DỰ BÁO THÔNG SỐ THỜI TIẾT APPLICATION OF SVM NETWORK IN A HYBRID MODEL FOR WEATHER FORECASTING Đỗ Văn Đỉnh đối với ngành nông nghiệp, công nghiệp và dịch vụ, nhằm TÓM TẮT phòng chống và hạn chế thiên tai, thiết lập kế hoạch sản Dự báo thời tiết là bài toán có tính thực tiễn và có ý nghĩa quan trọng đối với xuất, khai thác tiềm năng khí hậu. ngành nông nghiệp, công nghiệp và dịch vụ. Đã có nhiều phương pháp đề xuất Diễn biến của nhiệt độ không khí rất phức tạp, nó chịu để dự báo thông số thời tiết này [3, 7, 8, 10], tuy nhiên các thông số của mô hình ảnh hưởng của rất nhiều các yếu tố khác như độ ẩm, áp dự báo phụ thuộc vào điều kiện địa lý và sự phát triển kinh tế của khu vực cần dự suất khí quyển, lượng mưa, tốc độ gió, bức xạ nhiệt, sự phát báo. Do đó, đối với các khu vực dự báo khác nhau cần phải xác định lại các thông triển các thành phần kinh tế, Hiện nay, các mô hình dự số của mô hình hoặc đề xuất mô hình mới phù hợp hơn. Bài báo đề xuất sử dụng báo nhiệt độ sử dụng phổ biến nhất được chia thành hai mạng SVM (Support Vector Machine) trong mô hình hỗn hợp [2] để dự báo thời tiết (nhiệt độ lớn nhất và nhỏ nhất) trong ngày. Các số liệu đầu vào là giá trị lớn dạng là mô hình dự báo tất định (Deterministic Model) và nhất, nhỏ nhất của nhiệt độ, độ ẩm, tốc độ gió và giá trị trung bình của lượng mô hình dự báo thống kê (Statistical Model) [2]. Trong đó, mưa, số giờ nắng ngày trước đó. Đầu vào mô hình được đánh giá và lựa chọn sử mô hình dự báo tất định được xây dựng dựa trên quá trình dụng thuật toán khai triển theo giá trị kỳ dị SVD (Singular Value Decomposition). diễn biến thời tiết, nó đòi hỏi một hệ thống cơ sở hạ tầng Chất lượng của giải pháp đề xuất được kiểm nghiệm trên số liệu quan trắc thực tế đủ mạnh và .
