文档介绍：万方数据
基于主成分分析的人工智能台风路径预报模型黄小燕金龙啪鑕&訬删大气科学..枷唧同的情况下,通过比较新模型与直接采用主成分分析方法选因子并分别运用逐步回归和遗传一神经网络集合预报仁硝妇琋先誷渺﹔,排除随机干扰的能力,论文以~年共年月西行进入南海海域的台风样本为基础,综合考虑台风移动路径的气候持续因子和数值预报产品动力预报因子,采用主成分分析的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的遗传算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风路径预报模型的预报建模研究。在预报建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行了预报试验,试验对比结果表明,前者较后者在、月份台风路径预报中,平均绝对误差分别下降了%、%、.ァ%。另外,论文进一步在初选预报因子和样本个例相模型进行计算的预报精度差异表明,前者具有更高的预报精度,其原因是该方法挖掘利用了全部备选预报因子的有用预报信息,而且遗传一神经网络集合预报模型的是由多个神经网络个体预报结果合成,集合模型的各个神经网络个体的网络结构,是通过遗传算法的优化计算确定的,因此,该集合预报模型的泛化能力显著提高,在实际天气预报中具有较好的实用性和推广价值。..—..,甒黄小燕,金龙..基于主成分分析的人工智能台风路径预报模型】.大气科学,,痡..—..瓾暇┬畔⒐こ檀笱Т笃蒲аг海暇阄髯匙遄灾吻蠹踉盅芯克夏阄髯匙遄灾吻蛑行模夏鱥￡《∞坍口把朴鵭写蚴广西青年基金项目叭,国家自然科学基金资助项目,广西自然科学基金北部湾重大专项项目,科技部公益性行业科研专项黄小燕,女,年出生,博士研究生,高级工程师,主要从事天气预报技术方法研究。:弘耷瓂.、,...拢琂瓹,.鱮仃藾收稿日期资助项目作者简介通讯作者一招薅ǜ金龙,
万方数据
基于主成分分析的遗传一神经网引言络集合预报模型原理和方法緃阛舶鷓鷓一,往往会造成严重的经济损失和人员伤亡。所以对台风路径的预报,历来受到人们的关注。对此国内外进行了许多的研究,建立了各种预报方法,其模式建立预报方程,常用的数学建模方法主要是多元分析和时间序列分析方法等芗冶蠛突萍斡樱未来状况做出预报计算。台风路径的变化受到台风环境场和台风系统预报并不是太明显。近年来,随着人工智能技术的发展,人工神经网络方法在很多学科领域取得了一些很好的研究成果暇土踅∥模怀赂找近年来人工智能技术领域十分广泛采用的一种基于自然选择和自然遗传的全局优化算法槊返龋;胡娅敏等,;生物进化过程,采用选择、交叉和变异三种遗传进化操作,在遗传种群的个体间进行信息交换,不断分有效.,;张韧等,A硪方面,由于实际的气象预报建模研究,其预报模型的预报效果,除了与线性或非线性的预报建模数学方法有关联外,模型输入所包含的信息不同是否对的预报效果。另一方面,目前有关神经网络集合预报方法的研究与应用在其它学科已取得了一些有效的研究成果苤净:统率栏#煌跽旱龋6疚某⑹砸砸糯惴ㄓ肷窬缦嘟岷的方法为基础,进行不同预报模型输入的预报建模象预报因子数据的信息挖掘,进行遗传一神经网络的台风路径集合预报模型研究。遗传算法来构建一种非线性智能计算的台风路径猚衄蛅,台风是影响我国的重要灾害性天气系统之中最主要的是数值模式的动力预报和客观统计预报,主观经验预报等三种方法憾ξ暮驼沤萸ǎ;倪允琪等,;金一鸣,D壳捌象业务上的台风移动路径短期预报一般运用统计;丁裕国等,渲饕L氐闶嵌阅掣銎象预报对象,建立一个统计预报方程对预报对象的内部的热力、动力等多种因素的综合影响,十分复杂,因此传统的线性预报方法对于提高台风路径的等,;金龙等,;刘妹琴等,;哈斯巴干等,;李爱军等,糯惴ㄊ.,;郭章林等,R糯惴ǖ闹匾L氐闶牵ü7产生新的优良种群,是一种不依赖于梯度信息的群体搜索计算方法,对于复杂和非线性问题的求解十预报模型有影响也是我们需要重点考虑的问题。一般而言,在同样的数学预报建模方法中,模型输入能包含有更多的有效预报信息,则一定能获得更好试验研究,探索如何通过对预报因子群进行特征提取和预报因子方差贡献技术相结合的方法进行气由于人工神经网络的非线性气象集合预报建模方法,首先必须构造出合理的众多神经网络个体,由这些个体作集合,建立集合预报模型。为此,本文是以神经网络作为基本模型,进一步结合集合预报方法。黄小燕等:,%,%,.ィ琣伽瞳瑃,甀畂也铲瑃;琺,.,阛
万方数据
蕊磊隔磊只∑~匆,/,⋯,聊∑%%;啪遗传