【摘要】为了提高降水预测的精确度和稳定性,提出一种新颖的基于核偏最小二乘回归的径向基神经网络集成降水预测模型。该模型通过Bagging技术和Boosting技术把原始数据集分成不同的训练数据集,并利用该训练数据集和不同核函数的径向基神经网络进行预测处理,再将核偏最小二乘回归对不同的训练结果进行集成。研究结果表明:核偏最小二乘回归集成模型有效提高神经网络集成的泛化能力,预测精度高,稳定性好,具有应用推广前景。