基于范例进行推理是人工智能领域中发展较快的一种求解问题的技术，它利用过去的范例或经验来解决当前问题的一种类比推理方法。非参数估计技术就是一种基于范例进行推理的方法，在天气预报中也常叫相似方法。用这种方法作预报，不需要建立预报方程，因而可以克服参数估计技术(例如MOS预报)的一些缺点。K近邻非参数估计技术是当前较新的一种相似预报方法。试验使用K近邻非参数估计技术逐日做了一年的风场预报，每天作8个时次的预报，每次作7天的预报。试验时段是2007年12月1日至2008年11月30日。为了检验对比风的预报情况，作了同期DMO风的预报，由于资料原因DMO预报只做了20点一个时次的预报。进行试验的是全国有风观测资料的二千多站，所有台站按区号和地理位置分成5个区。本文给出了分区和全国平均，以及分时次和分季检验情况。从平均情况看各时次预报，风向晚上比白天报的好，其中零晨5时最好，11时最次；风速也是晚上比白天报的好，11时、14时和17时预报误差较大。和DMO预报相比，在风向预报上，从同样时次(20时)的预报看，一区、三区DMO预报比试验预报好，其余各区和全国平均均是试验预报比DMO预报好。DMO方法的预报随着时间的增加，预报误差增大的倾向明显大于试验预报。7日平均试验预报绝对平均误差67.9°(8时次平均)，20时平均误差68.9°，而20时DMO预报绝对平均误差72.5°。各季预报中，在冬、夏、秋三季报的试验预报比DMO预报好，在春季DMO风向预报较好，但风速预报还是试验预报较好。风速进行分类评分。对于2级以下风，DMO预报评分和试验预报相差不大，平均试验预报略好，对于3级以上风和5级以上风，DMO预报较差，试验预报有明显提高。对于3级以上风，试验预报7日平均TS评分0.235，DMO预报0.153；对于5级以上风，试验预报7日平均TS评分0.139，DMO预报0.050。