偏最小二乘回归方法(PLS)在短期气候预测中的应用

对广西88个站冬季(12月、1月和2月)各月平均气温距平场作自然正交展开(EOF分解),选取累积方差贡献超过90%的前3个主成分作为预报量.从前期平均大气环流场和海温场中查找预报因子,对这些初选因子用偏最小二乘回归方法(PLS)进行信息筛选和成分提取,用提取的新综合变量(又称成分)作预报因子,分别建立各月平均气温前3个主成分的回归预报方程.经独立样本预报试验证明,偏最小二乘回归方法具备良好的因子信息提取能力,其预报建模方法对冬季月平均气温预报具有较好的预测效果.     

神经网络汛期降水短期气候预测模型

用1960-2005年每年5-9月安徽宣城7县(市)平均降水量作为预报对象,在对应降水前期逐月74项大气环流特征量资料、500hPa月平均高度场和月平均海温场资料中选取因子.采用主分量分析方法构造网络学习矩阵,降低矩阵维数,提高网络预测模型泛化性能.建立的神经网络汛期降水短期气候预测模型对历年样本拟合精度高,试报效果较好,可在气候预测业务中使用.     

热带气旋登陆概率的Logistic模拟

本研究采用1949--2008年近60年的热带气旋资料,对热带气旋源地分布与登陆概率进行了描述统计以及相关分析;并在此基础上建立Logistic模型,模拟热带气旋的登陆概率。结果显示:(1)西北太平洋热带气旋源地分布和登陆气旋的源地分布存在显著差异。0°-10°N纬度带登陆频数与生成频数比偏低,纬度带10°-15°N则两者具有一致性,而15°N以北登陆频数比偏高。经度的分布上135°E以西偏高,135°E以东偏低。(2)热带气旋登陆概率与源地存在显著相关关系。以西北太平洋热带气旋源地做5°×5°的经纬度分类,源地愈偏东登陆概率愈小,而TC源地纬度变化对其登陆概率的影响不如经度变化显著,但是随纬度偏北略为增加。(3)Logistic模型对影响和登陆我国的热带气旋拟合表明,经度带由西向东4个生成TC频数较多的典型海区,即南海中北部海面、菲律宾群岛以东和琉球群岛附近海面、马里亚纳群岛附近海面、马绍尔群岛附近海面的登陆概率逐渐减低。本文首次将非参数检验、Logistic概率回归模型等统计方法应用于热带气旋气候特征研究,提高了对西北太平洋热带气旋源地与其登陆关联性的统计规律性认识。     

经济时间序列的连续参数小波网络预测模型

本文利用连续小波变换方法,给出一种连续参数小波网络。网络参数的学习采用一种类似神经网络的后向传播学习算法的随机梯度算法。另外,提出了一种借助小波分析理论指导网络参数赋初值的方法。进一步,通过对中国进出口贸易额时间序列预测建模的研究和仿真预测,提出了用连续参数小波网络建立经济时间序列预测模型的一般步骤和方法。预测结果表明,此模型具有较好的泛化、学习能力,可以有效地在数值上逼近时间序列难以定量描述的相互关系,所以利用连续参数小波网络建立的时间序列预测模型有较高的预测精度。     

西北太平洋热带气旋源地、强度及其关联性的统计研究

该研究使用方差分析、非参数检验等推断统计方法,对1949-2008年西北太平洋2029个热带气旋(TC)资料的气候特征进行统计分析。结果表明:(1)82.65%的热带气旋产生在纬度5°～25°N和经度110°～160°E区域中;其中14°～19°N、115°～120°E的区域(5°×5°面积)是热带气旋生成最多区域,其位于南中国海东北部、吕宋岛西侧的狭小海面。(2)西北太平洋热带气旋源地的季节变化:1-4月较偏南偏东,产生范围相对集中;5-6月源地中心向北变化;7-9月产生的热带气旋不仅频数多而且分布范围广;10-12月份源地的中心则向南转移。(3)热带气旋强度随季节变化,冬季1月,2月气旋强度最弱、春、夏气旋强度强于冬季,春夏季节内强度无显著变化、秋季台风最强。(4)统计显示,近60年来,热带气旋强度随生成源地纬度偏南而增强,随源地经度偏东增强,经度比纬度的影响更为显著;但是源地的经、纬度与热带气旋强度呈一定的交互影响。该研究是首次将方差分析、非参数检验等推断统计方法应用于热带气旋气候特征研究,提高了对西北太平洋热带气旋源地、强度及其关联性的认识。     

组合预测模型时间要素研究

为了分析时间因素对组合预测模型预测精度的影响,基于对长期内各预测方法预测精度稳定性的考虑,借鉴一维AR(p)模型建模思路,提出了基于时间因素的组合预测模型建模方法。实例验证表明:相对于单个预测方法,考虑时间因素的组合预测方法的预测精度更高,且样本时间跨度越长,预测精度也越高。     

基于改进的混沌鲸鱼算法优化DBN的广东人口数量预测研究

为了估算广东省人口总数和老龄化人口总数,针对深度置信网络模型的性能易受其权值和阈值选择的影响,提出一种基于改进的混沌鲸鱼算法优化DBN的人口数量预测模型。首先,为提高鲸鱼算法的收敛速度和避免局部最优,将Skew Tent混沌模型和非线性收敛因子引入WOA算法用于初始化WOA种群和改进WOA更新策略。其次为了提高DBN模型的性能,运用ICWOA算法对DBN模型的权值和阈值进行优化选择,融合影响人口数量的多因素特征因子,将不同年龄段的总人数、死亡率、存活率、年生育率、第一产业占比、第二产业占比以及第三产业占比等多因素特征因子作为ICWOA-DBN的输入,人口数量作为ICWOA-DBN的输出,建立ICWOA-DBN人口数量预测模型。通过标准函数测试寻优对比发现,提出的ICWOA具有更快的收敛速度和更小的适应度值。为了验证本文算法ICWOA-DBN的预测性能,以第6次全国人口普查数据为参考依据,选择2005~2016年广东省历年常住人口总数和老龄化人口总数为研究对象,研究结果表明,与IWOA-DBN、WOA-DBN、GA-DBN和DBN相比,提出的ICWOA-DBN的人口数量预测模型的精度最高,为人口数量预测提供新的方法和途径。     

基于二阶段异质随机森林的汽油辛烷值预测

构建了基于二阶段异质随机森林的汽油辛烷值预测模型.首先利用样本-位点信息表知识约简模型,筛选出对汽油辛烷值影响大的位点数据作为第一阶段;然后,利用集成学习思想集成支持向量回归和动态时间序列神经网络,构建异质随机森林预测模型作为第二阶段.利用十折交叉法验证模型精度,结果表明该集成学习算法具有有效性和高精度.     

最优组合预测的短期气候预报建模研究

以预报量序列建立均生函数短期气候预报模型及根据500hPa月平均高度场预报因子分别建立的BP网络模型、回归预报模型为基础,用"误差绝对值和最小"作为最优准则,建立月平均降水量的短期气候组合预测模型.采用线性规划方法计算得到组合预测模型的各权系数,对这种短期气候组合预测模型的预报能力进行了分析研究,结果表明,该组合预测模型的预报精度优于各子方法,具有很好的应用价值.     

灰色关联方法的分析与应用

选取某油田某区块为试验区,应用灰色关联方法分析影响压裂效果的主要因素,分别采用均值变换和极差变换方法对样本库的16口井的日增油量进行预测,并通过多元回归方法建立预测模型,预测结果显示极差变换方法预测结果较为准确,预测井的绝对误差平均值为0.52 t/d,能够满足现场压裂工艺的实施要求.     

基于r维正态扩散的区域热带气旋灾害模糊风险分析

从1980-2008年影响广西的热带气旋灾情资料和地面观测资料中选取23组数据,构造灾情指数序列和致灾源指数序列.通过计算得到超越概率的灾害风险估计值.利用r维正态扩散将单值样本扩散为集值样本以构造原始信息矩阵,借助因素空间理论将其转化为模糊关系矩阵,通过模糊近似推理和模糊集重心的计算,得到以致灾源因子为输入样本近似估计灾情的风险值.然后用距离贴近度和择近原则进一步计算和分析致灾因子和承载体易损性的相关程度.最后,计算了各区域灾害的风险度,同时,给出供决策参考的热带气旋灾害风险度区划图.     

压裂效果预测方法研究

预测油井压裂效果对实施增产措施决策意义重大.应用科学的数学统计方法建立了大庆油田采油二厂某区块压裂措施库,采用灰色关联方法分析影响压裂效果的主要因素,应用多元回归方法、逐步回归方法、人工组合回归方法分别建立预测模型,进而建立起适用于不同压前含水和液量级别的预测图版,增油量绝对误差在1.5t以内的井的符合率达到77.4%.方法可操作性强,预测符合率较高,可用于指导优化压裂工艺,提高剩余储量动用程度.     

降雨量预报方法评价模型

目的:给出2005年全国大学生数学建模竞赛C题的解答.方法:利用二维插值、区域圆形覆盖算法、层次分析法(AHP)中的1—9标度法和独立样本t检验,分别对非等级预报和等级预报情形建立了点降雨量和面降雨量预报方法评价模型.结果:得到了题中两种预报方法优劣的比较结果.结论:降雨量预报方法1优于方法2.     

一种融合舆情态势评分和图套索的股票收益系统预测研究

为了解决证券投资组合收益预测模型在股票价格波动感知方面的语义细粒度量化不足和有效投资组合灵活性受限的挑战,文章提出了一种综合舆情态势评分模型(SESTM)和图套索(GLASSO)的股票收益系统预测模型.首先,采用分位回归方法对股价波动进行拟合建模,定义了波动幅度和均值序列两条曲线,用于发现与正收益波动相关的词汇.接着,运用SESTM模型从新闻公告语料中通过有监督的方式提取对股票价格波动灵敏感知的相关词汇,并形成与政策、估值和市场情绪密切相关的主题和匹配词典,进而生成舆情态势评分.最后,结合GLASSO方法构建股票价格之间的联动网络结构,并基于该网络构建个股投资组合策略.实证研究以疫情期间生物疫苗板块股票为对象,对网络联动和舆情态势评分模型开展了实验比较.实验结果显示:首先,以波动感知词汇为纽带构建的投资策略更适用于短期预测;其次,在融入反映联动网络的偏相关信息后,投资组合日均对数收益率达到1.6%,相较于未融入偏相关关系的1.4%的情况提高了14.3%,更是随机组合的日均对数收益率0.7%的2倍;而最高收益由随机组合的3.117提高到3.605,提升幅度达到15.6%.以上结果表明,通...     

支持向量机及其在提高采收率潜力预测中的应用

提高采收率潜力分析的基础是进行提高采收率方法的潜力预测 .建立提高采收率潜力预测模型从统计学习的角度来看 ,实质是属于函数逼近问题 .本文首次将统计学习理论及支持向量机方法引入提高采收率方法的潜力预测中 .根据 Vapnik结构风险最小化原则 ,应尽量提高学习机的泛化能力 ,即由有效的训练集样本得到的小的误差能够保证对独立的测试集仍保持小的误差 .在本文所用较少样本条件下 ,支持向量机方法能够兼顾模型的通用性和推广性 ,具有较好的应用前景 .研究中采用的是综合正交设计法、油藏数值模拟和经济评价等方法生成的理论样本集     

基于时间序列与灰色拓扑的春节火灾损失预测

火灾每年给中国带来了巨大的损失,春节期间的火灾损失更是严重.根据1999-2010年春节期间火灾统计资料,火灾四项指标数据具有时序性以及随机波动性、模糊性.运用时间序列与灰色拓扑预测方法相结合预测春节期间火灾发生规律,且预测出未来3年内的火灾发生情况.结果表明,时间序列预测模型的平均绝对误差较小,且所建立的灰色拓扑预测模型的拟合精度都达到"好"的标准.因此,采用时间序列与灰色拓扑预测模型相结合对春节火灾发生情况进行预测,其结果合理可靠,可供理论研究和消防部门做出相应的预防措施参考,以达到有效控制和预防春节火灾的目的.     

基于神经网络的股票预测模型

针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。 针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism) 给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。     

洪涝灾害的超概率评估与伯努利预测模型研究

科学选取灾情评价指标,构造基于组合权重的洪涝灾情指数序列,利用样本的模糊信息,通过集值化的模糊数学处理,建立灾情指数的超概率评估模型。同时,采用粒子群算法以及两阶段寻优方法求解模型中的参数r,以构造基于粒子群的灾情指数与灾变年的非线性伯努利预测模型,并将预测模型运用于广西洪涝灾情指数和灾变年预测中.结果表明,广西发生中灾以上洪涝灾害年份的超越概率是0.3175.从2013年起五年内,发生中灾以上年份是2014年和2017年,与实际灾情拟合较好;此外,将构造的伯努利模型与GM(1,1)模型和Verhulst模型进行对比分析后发现,非线性伯努利模型更适合做洪涝灾情指数预测和灾变年预测.     

基于模糊聚类分析的小波神经网络模型在径流预测中的应用

提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意.     

基于动态隶属度的模糊时间序列在我国居民消费水平预测上的应用

准确预测我国居民消费水平对促进经济持续协调发展具有重大的理论和现实意义。根据1952～2013年我国居民消费水平数据,本文提出了一种基于动态隶属度的模糊时间序列预测方法。首先对数据聚类并模糊化处理得到隶属度序列;然后再对隶属度序列进行时间序列分析建模得到预测值;紧接着对其去模糊化实现我国未来三年居民消费水平的预测;最后,将预测结果与传统时间序列方法预测结果相比较,新方法的预测平均绝对误差(MAE)、均方误根差(RMSE)较传统时间序列方法分别减少了23和28。结果表明,本文的预测方法相对于传统时间序列预测方法具有较高的预报精度,可用于居民消费水平的预测。