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.     

数理统计在长期天气预报中的应用

用数理统计的方法预报长期天气仍是。目前气象台站常用的方法.在统计中,我们要不断地与数据、变量打交道.如何选择相关系数高,物理意义明确的变量组建方程,预报因子(变量)与预报量之间的时空尺度如何,统计中所用样本是否越长越好,是否存在一个最佳样本,这些问题是预报人员时时考虑的.本文就我们工作实践,谈点看法。 一、相关系数的分析与逐步回归方程的建立: 相关分析是气象预报业务的重要基础之一,相关系数的计算是指示预报因子与预报量关系的有力手段,相关普查是建立数学模型的基础,也是处理各种预报量与预报因子关系的因子库,为了提高长…     

常用大气污染预报模式的应用及比较分析

针对丹东市采暖期SO2污染的实际情况及气象因子的关系,建立了逐步回归、偏最小二乘回归、主成分回归和BP神经网络等4种常用的大气污染预报模式,并在实际预报中进行了模拟、试报和应用,结果发现,各个模式模拟值与实际值的变化趋势基本一致,BP神经网络方程和偏最小二乘回归方程的预报值与实际值的接近程度要好于逐步回归方程和主成分回归方程.     

基于粒子群-支持向量机定量降水集合预报方法

首先对ECMWF不同物理量场预报因子群进行自然正交展开,选取能充分反映每个预报因子场主要信息的第一主分量作为模型输入.进一步利用粒子群算法对支持向量回归机的相关参数进行优化,以南宁市8个气象站单站逐日降水作为预报对象,建立粒子群-支持向量回归集合预报模型,进行单站逐日降水的数值预报产品释用预报方法研究.利用模型对2015年5-6月南宁市8站进行了逐日降水预报业务试验,结果表明,模型具有较好的预报效果.并提出了利用隶属函数建立可信度函数对不同的预报模型进行评价.     

相关系数的稳定性

通过相关分析确定变量之间关系的密切程度,建立适用的预报模式是统计预报中最基本最常用的一种方法.但是人们在实践中常常感到:用显著相关的因子建立的迴归方程,对于历史资料虽有较高的拟合率,但预报的准确率却常常较低.如何提高预报准确率是当前统计预报的突出课题.影响预报效果的原因很多,一个重要原因是预报因子和预     

推理统计模型

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,难于应用;不同长度的因子难于被方程同时引进;有些预报量纯属小概率事件.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,用推理统计模型,建立预报方案,在长期预报等方面业务应用中,颇著成效. 二、推理统计模型概述 人工智能( AI)技术问世以来,作为其分支的专家系统( ES)发展发展十分…     

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.     

概率回归估计法在三化螟长期预报中的应用

概率回归估计法又称多因子综合概率预报法.它是通常线性回归分析方法的一个发展,其预报方程仍是线性回归方程,但其预报的不是预报量的数值,而报的是预报对象 y出现在某一级的概率.它的基本思想是:如果预报对象 y 出现在某一 n_0级的概率最大,     

用多元非线性相关因子作预报的一种方法

用多元非线性相关因子作气象统计预报是一项比较复杂的工作,且工作量之大也不是目前气象台站的计算工具所能承受的.这里我们介绍一种将多元非线性相关因子处理成“单因子”序号线性相关的预报方法,此方法只需极其简单的运算便能获得较好的预报效果.现以预报包头市白云地区六月份降水量 (R_6) 为例对该方法作一简单的介绍.我们对预报量 R_6(y) 选用了以下三令非线性相关因子:x_1:前一年12月份的降水量,x_2:前一年12月份的降水日数,     

以滞量为参数的广义Liénard方程的Hopf分支

本文讨论广义Lienard方程的Hopf分支问题首先指出文［3］的错误，并分析了时滞对周期的影响，估计出k＝－f（O）可取多少个不同的值使广义Lienard方程有周期解．然后考虑以时滞r为参数的Hopf分支问题，得到了Hopf分支值及分支方向，并估计出时滞r可取多少个不同的值使方程有周期解，再运用Hassard“规范形”方法，给出了计算以滞量为参数的Lienard方程的Hopf分支公式，利用该公式，能判断周期解的稳定性井得到周期解的近似表达式．     

周期发展方程的周期解的分枝

本文考虑了一类周期发展方程的周期解在锥中的分枝现象,给出了正周期解存在的充分条件。最后,我们把所得到的结果应用到周期抛物型方程或周期反应扩散方程上。     

使用多时刻观测资料的数值天气预报新模式

本文在假设输出信息与干扰无关的情况下,提出了一个多时刻的预报模式。这个模式使用多时刻观测资料,将动力方法与统计方法结合起来。这样,就可以把数值天气预报作为一个演变问题来进行研究。文中对多时刻观测资料连同所要预报的数值在一起,依经验正交函数展开,动力方程采用正压涡度方程。但是,所提出的模式同样可以应用到其它任何动力方程,例如原始方程。为了对统计动力预报方程,进行数值求解,提出了一个三重迭代方法。最后,文中还给出了实际预报的结果。     

局部资料下变分同化方法的稳定性研究

对于简化的一维扩散方程,在局部观测资料下,研究变分同化方法的稳定性.在变分同化中结合正则化方法,选择合适的正则化参数和稳定泛函,对预报模式进行修正,通过对预报精度进行先验估计,证明了该方法对于一维扩散方程的解的稳定性.修正补充相关计算结果,最后举出一个反例说明稳定性泛函的选取对于改进的变分同化方法实施的重要性.     

一类具多偏差变元的高阶中立型微分方程周期解的存在唯一性

利用重合度理论,研究了一类具多偏差变元高阶中立型泛函微分方程的周期解,获得这类方程至少存在和至多存在一个T-周期解的充分性条件,其中周期解的先验界估计与方程的滞量有关.文中的主要结果改进和推广了相关文献的主要定理.     

具有两个偏差变元的Lienard型方程周期解的存在性

利用Mawhin's连续性定理,研究了一类具有两个偏差变元的二阶Lienard方程周期解存在性,获得的存在性结果与方程中的滞量相关.     

互联网专柜代购下实体店商品订货策略研究

近年来,"专柜代购"成为网购的一个热门词汇,这种模式价格比商场便宜,使实体经营店的销售受到很大冲击.考虑互联网快速发展下专柜代购对实体店商品经营的影响,建立了相应的经济订货批量模型,分析了优化模型唯一最优解存在的条件和相关的管理启示,采用数值仿真分析了互联网专柜代购影响因子、短缺量滞后供给分数等参数对实体销售商订货策略和平均利润的影响.     

学生成绩的相关分析

本文提供了在多维随机变量中寻找主成分的一种方法 ,证明了其余分量均可表示为主成分的线性组合 ,解决了多维随机变量的各个分量之间所存在的线性关系问题 .通过用本文的方法对两个学期的 14门课的学生成绩进行相关分析并找出了主成分及与之相关的课程 ,比较了与相关系数矩阵的不同 ,也讨论了课程设置的合理性     

妙设主元另辟蹊径

数学解题过程主要就是化繁为简、化难为易的转化过程,在众多的转化方法中,主元法是一种重要的方法．主元法就是在数学问题所涉及的常量、参量、变量等多个量中,选择一个量作为主要变元,并以此为解题的主线,从而实现数学问题的转化,使问题得以解决的思想方法．在与函数、方程、不等式相关的问题中应用广泛,往往能起到另辟蹊径,突破思维障碍的妙用．使用主元法解题的关键是主元的确立,本文意图对这一问题加以探讨．     

电场驱动直射流的动量方程

给出了电场驱动直射流的一维动量守恒方程．该方程是用应力分量表示的,适用于任何流体本构关系,只要流体是不可压缩的．结果显示,为了使方程封闭,需要沿轴向和径向两个方向的本构关系．然而,当附加应力张量的迹为0时,只需要沿轴向的一个本构关系就足够了．还发现,射流的第二主应力差的零阶近似总为0．与其他类型的动量方程做了比较．     

稳健性因子分析在城镇居民家庭现金消费支出中的应用

利用面向对象的稳健性因子分析R软件包Robustfa,对2011年全国除港、澳、湾以外的31个省、市、自治区的城镇居民家庭现金消费支出的8个指标进行了因子分析.通过使残差矩阵的元素平方和达到最小,发现了一个组合一主因子法与稳健性Mve估计量.通过由稳健性Mve估计量计算的马氏距离大于临界值,我们发现共有10个异常点.用经典估计量和稳健性Mve估计量计算的样本相关阵、旋转后的因子载荷矩阵、因子对原始变量的贡献、贡献率、累积贡献率、样本相关阵的特征值的碎石图、前两个因子得分的散点图、因子得分、按因子得分排序等结果均有较大的不同.最后通过组合主因子法与稳健性Mve估计量将8个指标归结为两个因子:基础消费因子和消费倾向因子,根据每个省份的两个因子得分情况对该省份的家庭现金消费支出情况作出综合评价,并根据稳健性因子分析的结果给出了相应建议.