【正文】 N 某天 4個(gè)時(shí)段方法一更準(zhǔn)確的次數(shù) 2N 某天 4個(gè)時(shí)段方法二更準(zhǔn)確的次數(shù) 1M 41天中方法一更準(zhǔn)確的天數(shù) 2M 41天中方法二更準(zhǔn)確的天數(shù) 1rqf 方法一預(yù)測(cè) 網(wǎng)格點(diǎn) 的雨量 2rqf 方法二預(yù)測(cè) 網(wǎng)格點(diǎn) 的雨量 i 41天 j 91個(gè)站點(diǎn) k 4個(gè)時(shí)段 fm 41天實(shí)測(cè)數(shù)據(jù)的存儲(chǔ)地址字符串 tmp 某天的實(shí)測(cè)數(shù)據(jù) lonm 實(shí)測(cè)經(jīng)度 latm 實(shí)測(cè)緯度 r rqm、 某天 4個(gè)時(shí)段的實(shí)測(cè)站點(diǎn)降雨量 lonf 網(wǎng)格點(diǎn)的經(jīng)度 latf 網(wǎng)格點(diǎn)的緯度 1ff 某天某個(gè)時(shí)段方法一預(yù)測(cè)數(shù)據(jù)的字符串地址 2ff 某天某個(gè)時(shí)段方法二預(yù)測(cè)數(shù)據(jù)的字符串地址 1rqf 某天某個(gè)時(shí)段方法一預(yù)測(cè)的網(wǎng)格點(diǎn)降雨量 2rqf 某天某個(gè)時(shí)段方法二預(yù)測(cè)的網(wǎng)格點(diǎn)降雨量 r1 rqm_f 方法一插值得到的 91個(gè)站點(diǎn)預(yù)測(cè)雨量 r2 rqm_f 方法二插值得到的 91個(gè)站點(diǎn)預(yù)測(cè)雨量 1a 方法一的等級(jí)差 2a 方法二的等級(jí)差 1c 方法一的雨量差 2c 方法二的雨量差 12xx、 方法一、二對(duì)應(yīng)的等級(jí)差 1s 方法一某天某時(shí)段某站點(diǎn)的滿意度 2s 方法二某天某時(shí)段某站點(diǎn)的滿意度 12SS、 方法一、二的總滿意度 1ss 方法一某天某時(shí)段的滿意度 2ss 方法二某天 某時(shí)段的滿意度 1sss 方法一某天的滿意度 2sss 方法二某天的滿意度 分析與建立模型 問題一 模型建立 （一）目標(biāo)確定 比較方法一、方法二預(yù)測(cè)的準(zhǔn)確性，總體來看哪種方法預(yù)測(cè)的誤差較小。雨量預(yù)報(bào)方法的評(píng)價(jià) 摘要 本文研究了 雨量預(yù)報(bào)的準(zhǔn)確性問題 ,運(yùn)用 Matlab 軟件編程， 通過插值和對(duì)比計(jì)數(shù) 的方法 ，比較方法一和方法二 預(yù)測(cè) 的準(zhǔn)確性；問題二研究的是公眾對(duì)雨量預(yù)報(bào)的滿意程度，運(yùn)用模糊數(shù)學(xué)的知識(shí)，將模糊的評(píng)價(jià)等級(jí)數(shù)字化 ，用偏小型柯西隸屬函數(shù)來刻畫公眾對(duì)兩種方法的滿意度。 （二 ）模型的建立 分別以經(jīng)、緯度為 x、 y 坐標(biāo)建立平面直角坐標(biāo)系，得到網(wǎng)格點(diǎn)與實(shí)測(cè)點(diǎn)的相對(duì)位置，如下圖： 通過循環(huán)分別讀取出某天某時(shí)段的 91 個(gè)站點(diǎn)的實(shí)測(cè)雨量，和網(wǎng)格點(diǎn)預(yù)測(cè)雨量，用散亂節(jié)點(diǎn)插值函數(shù) griddata 插值求得某天某時(shí)段 91 個(gè)站點(diǎn)的預(yù)測(cè)雨量，由此便得到某天某時(shí)段 91 個(gè)站點(diǎn)的實(shí)測(cè)雨量 rqm 、方法一預(yù)測(cè)雨量 _1rqm f 、方法二預(yù)測(cè)雨量_2rqm f ，接著讓 _1rqm f 、 _2rqm f 分別和 rqm 進(jìn)行比較， 91 個(gè)站點(diǎn)循環(huán)完后，比較1n 與 2n ，即可得到某天某時(shí)段中更準(zhǔn)確的方法，再進(jìn)行 4 個(gè)時(shí)段的循環(huán)，比較 1N 和 2N 即可得到某天內(nèi)更準(zhǔn)確的方法，最后再對(duì) 41 天循環(huán)，比較 1M 和 2M ， 即可得出 41 天中更為準(zhǔn)確的方法；具體實(shí)施 步驟參考模型求解。%實(shí)測(cè)經(jīng)度 rqm=tmp(:,4:7)。f39。%插值得 91 個(gè)站點(diǎn)的預(yù)測(cè)值 rqm_f2=griddata(lonf,latf,rqf2,lonm,latm,39。02039。 r(r=12 amp。F:\5\data\FORECAST\39。V439。 r1(r1=25 amp。 a2=abs( r2(j)r(j,k) )。 else if c1=6 amp。c140 x1(j)=4。 end end else if rqm_f2(j)=6 amp。 else if c2=20 amp。 S2=sum(sss2)。 s2(j)=1./(1+*x2(j).^)。c26 x2(j)=1。 else if c1=40 amp。 s1(j)=1./(1+*x1(j).^)。 c2=abs( rqm_f2rqm(j,k) )。 r1(r1=60)=6。 rqm_f2=griddata(lonf,latf,rqf2,lonm,latm,39。f39。 r(r=25 amp。.SIX39。)。_dis139。data\FORECAST\39。綜上所述，方法一比方法二更為準(zhǔn)確； 問題二 模型建立 （一）目標(biāo)確定 通過 引入偏小型柯西隸屬分布函數(shù)， 求出某天某時(shí)段某個(gè)站點(diǎn)的滿意度，然后對(duì) 41 天的 4 個(gè)時(shí)段的 91 個(gè)站點(diǎn)的滿意度進(jìn)行相加， 求出兩種方法的總滿意度 1S 和 2S ； （二） 模型準(zhǔn)備 引入偏小型柯西隸屬分布函數(shù) 為 了 描 述 滿 意 度 ， 我 們 引 入 了 偏 小 型 柯 西 隸 屬 分 布 函 數(shù) 1(1 ( ) )S xa??? ??，其中橫坐標(biāo) x 表示降雨量等級(jí)差： 當(dāng) x =1 時(shí)， S =,； 當(dāng) x =6 時(shí)， S =； 令 a =0 把以上兩點(diǎn)代入函數(shù)中科解得 ? =， ? =，即柯西隸屬分布函數(shù)為 x? ? 函數(shù)圖像如下圖： 分類討論 為了防止誤差太大，我們細(xì)化了幾種情況： 方法一、二的站點(diǎn)預(yù)測(cè)降雨量 ① 雨 量 差 和 等 級(jí) 差 ② 雨 量 差 和 等 級(jí) 差 ③ 雨 量 差 和 等 級(jí) 差 ~6 ~ 1 ~6 2 ~25 ~6 1 6~12 2 12~25 3 25以 上 ~10 1 10~20 2 20~30 4 40~50 4 50~60 5 60~ 6 （三）模型的建立 通過循環(huán)分別讀取出某天某時(shí)段的 91 個(gè)站點(diǎn)的實(shí)測(cè)雨量，和網(wǎng)格點(diǎn)預(yù)測(cè)雨量，用散亂節(jié)點(diǎn)插值函數(shù) gridd