文档介绍：维普资讯
推理绕计模型
推理统计模型

杨育强
●●

,
浙江省湖州市气象局
一

一
, 引言
我们常常用数理统计方法如回归、判别等来预测未来天气, 但在应用中发现,
.
有些预报量并非遵循某种分布如正态分布, 预报量的样本长度受因子场的长短所限
制,尤其随现代科学技术的迅猛发展,不断提供新的预报信息,但由于其年代短,难于一≤—
应用: 不同长度的因子难于被方程同时引进有些预报量缝属小概率事件. 以上种种,
≤
利用常规的统计方法是难于得到园满解决,本文针对这些问题,用推理统计摸型,建立口
预报方案,在长期预报等方面业务应用中,顿著成效.
———
●~
二、推理统计攮型概述
人工智藐技术问世以来, 作为其分支的专家系统发展发展十分迅
速,所谢专家系统即根据各专家提供的知识、经验并能运用这些知识, 模型人类专寡
避行推理、判断、从而做出“决定”的过程, 它对复杂问题能提出解决方法和决策, 显
然专家系统成功与否, 极大地依赖于专家们所提供知识的可靠程度, 当系统没能获
垒面、丰富、正确的知识时,,某些方面
的预报难度大,甚至预报机制比较模糊,如长期预报,灾害性天气等,此时,预报专家
很难提供完垒可靠的知识,其预报结论的可靠性相应较差, 因此, 需补充大量的知识,
过样才能使系统更为完善.
作者把专家系统与数理统计方法融为一岸,集各自所长,相互弥补, 形成推理统计
模型, 取得一定的预报效果, 推理统计模型针对系统中知识难于获得, 故用统计方
法选取部分客观园子,井采用逻辑戈系形成产生式知识,同时计算出这些知识的可信
窿, 通过推理方式得出预报结论.
三、推理统计模型若干技术处理
.统计方法预处理因子其目的是提供因子库及各因子可信度.
艘没预报量量为梅汛期降水趋势, 事先对原始数据。进行分级处理,变换成稿少
一、常、:
维普资讯
数聋统计与管理
。的多年平均值,其值± 为正常范围,超出此范围为偏多、德少.
不妨设量为雏变量,相应有大量的可选园子。, ,⋯, , ,⋯
膏, 其中因子,⋯, 的维数为, 而, ⋯, 的维数为≤,
根据因子与量的最佳拟合,相应把因子进行最优划分,致使能景大限度的反映量

的信息,此时的拟合率为最佳拟合准确率, 根据拟台率的大小选取显著因子,形成因子
,,..........
库以及各园子所对应的数据库, 此肘库中的数据均为拟合率,它与园子样本无关.

因而, 维数≤的园子同样可被选用为预报园子,这太大地增加了预报信息来源.
不失一般性,现有因子, 要垒面了解此因子的品质好坏, 就需掌握以下种情
况,

。
其中“为拟台准确事· 』为报面出现拍措昊率, %:‘, , ,
, , 。· 称,为号因子的可信魔,现有因子,此时, 剐,为对
,量的可信度,其内容为。
..
】:...
. . .
显然, 因子对预报偏少, , 由此可以认为对
量有一定的预报能力,因此用就能较客观地判断