应力波、应变波动和缓慢地震

本文利用高灵敏度的激光锁相应变仪等地震前兆仪器所记录的资料.在采用突变前兆的极值重合法及综合前兆模式,预报有效地震的发震时间和震中位置的基础上,对广义基岩应变波动进行了分析,论证了应变阶跃和非应变阶跃形式的应变波动是正常地震的前兆,并且给出了能够预报远震的条件.     

基于Lyapunov指数的高炉铁水[Si]预报

通过对国内两座中型高炉冶炼过程的[S i]时间序列的混沌分析,计算出相应的Lyapunov指数谱.由最大Lyapunov指数为正,定量的说明了两座高炉冶炼过程具有混沌性,并估计了两座高炉冶炼过程[S i]可预测的时间尺度.同时根据最大Lyapunov指数,建立了高炉冶炼过程[S i]预报模型,取得了较好的结果.     

车载跟瞄设备低轨卫星预测方法研究

车载跟瞄设备对低轨卫星进行测量时,常采用轨道预报获得卫星理论运行轨迹,光测设备以预报值作为引导值,搜索目标进行跟踪.跟踪过程中,由于云雾遮蔽或地影的影响,会使光测设备丢失目标.这时可采用理论引导的方式,利用预报轨道继续搜索跟踪.但由于轨道预报的误差较大,且目标过境时间有限,因此这种方法存在一定的缺陷.探讨利用修正目标跟踪脱靶量以及光测设备轴系误差后的实时跟踪值作为已知条件,采用改进的拉普拉斯方法对目标位置进行实时预测,解决上述问题.通过实时预测误差与轨道误差的比较,证明该方法的有效性.     

新安江流域5—9月间汛期雨量预报的混合回归模型

应用回归模型拟合,是考虑因变量与自变量之间的统计依赖关系,借以预报因变量的未来值.而自回归模型拟合,是考虑因变量自身前后的统计依赖关系,借以预报序列的未来取值.前者没有利用因变量自身的统计依赖关系,后者没有利用因变量与自变量之间的统计依赖关系.在雨量预报中,雨量的多寡,有时不仅与所选自变量有关,而且与预报量的历史取值亦有很大联系.混合回归模型综合了以上两种考虑,克服了单纯回归模型存在的不足。     

钢纤维硅灰高强混凝土的力学行为及界面特性

本文主要研究了在静载、动载作用下,钢纤维硅灰高强混凝土的抗弯、劈拉、抗冲击与耐疲劳性能.研究了硅灰掺量对上述性能的影响规律和硅灰增强与钢纤维增强及其复合效应.实验结果充分表明,在其他条件不变时,不同数量的硅灰(SF)取代水泥,钢纤维硅灰高强混凝土的动、静力学行为均有显著提高.实验结果还充分表明,钢纤维、硅灰对高强混凝土改性的主要原因,是由于硅灰的掺入有效地产生了纤维与水泥基材、集料与水泥基材的双重界面强化效应,改善了界面结构与性状.当硅灰掺量适当时,H_v-d,I_a-d,CHAS-d曲线均趋于平直,消除了界面层与基材间的差异,从而使界面和整体裂缝源尺度变小、数量减少,纤维增强、硅灰微粒增强及其协同效应得到充分发挥.这是钢纤维硅灰高强混凝土产生优异特性的关键.     

我国北方主要产麦区冬小麦产量海温业务预报模式

本文针对所选取的同类海温因子,彼此之间所存在的多重共线性对回归模式的不良影响,运用主分量分析方法,对因子进行正交化处理,使因子之间不再相关,而主分量同预报量相关显著.然后,采用带有周期分量的逐步回归方法建立气象产量预报模式.该模式既考虑预报因子对方程的贡献,又考虑预报量和预报因子的周期分量对方程的贡献,克服了相关不稳定的因子对方程的影响,使其方程更为合理.     

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.     

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.     

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…     

高炉炉温与生铁元素含量及其关系的多因素分析

前言 早在五十年代中期,国外专家就注意到了生铁中碳的绝对含量升高了20～50%,而硅的含量随着冶炼技术的提高稳定在0.5%左右,这就使得过去通过有经验的工人凭出铁时所溅的火花来判断炉温的方法愈来愈不适应了.但是准确判断炉温又十分重要,炉温过高,浪费能源,过低又会使生铁冻结,造成生铁质量出格,带来更大的经济损失.于是,寻找生铁中含量多、易测量的元素来代替硅去预报炉温就显得比较重要了.于是提出: Ⅰ.生铁中各种元素与含碳量之间有什么关系? Ⅱ.含碳量与炉温是否有关系?如果有关系,能否用碳来预报炉温? 针对以上问题,我们用多元统计分…     

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.     

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…     

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,     

雨量预报方法的评价模型

建立了一个关于雨量预报方法的评估模型.首先,用软件分析与处理每天四个时段、每个时段等距离网格点上的雨量数据;其次,为了找到评价两种不同预测雨量方法的评价指数,对每个观察点上搜寻出与之距离最近的四个网格点,并用与之距离的倒数作为权重.每个点上评价指数定义为此最近四个点雨量加权和与预报值的比率.本文定义了两种雨量预报方法的综合评价指数.其一,定义精确性指数为预测雨量与真实雨量的偏差平方和的算术平方根;其一,将雨量数据转化为对应的等级,定义同级率指数为预测雨量与实际雨量占总点数的比例.对这两种评价指数的分析均说明预报方法一优于预报方法二.最后,对模型进行推广.     

基于打洞函数法的BP神经网络水文预报方法

BP神经网络是目前水文预报中应用较为广泛的方法,但存在收敛速度慢、
易陷入局部最优的缺陷.由此提出了基于全局优化打洞函数法的水文预报方法,把打洞函数法和BP神经网络相结合,
利用打洞函数使BP算法跳出当前局部极小点,得到一个函数值更小的极小点,循环运算直至找到全局极小点.
实验表明该水文预报方法能够提高预报精度,显示了良好的适用性.     

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,     

模糊神经网络方法在定点定量降水预报中的应用研究

以单站24小时降水量作为预报对象,采用模糊神经网络方法进行了新的数值预报产品释用预报方法研究.首先通过对T 213、ECMW F预报因子场以及高空气象探测资料进行处理,有效浓缩多种物理量因子场的实况及预报信息,并进一步建立了南宁、桂林、河池、百色4站的降水模糊神经网络释用预报模型.运用与实际业务相同的预报方法对2006年6—8月进行逐日的降水量预报试验,并与相同时次的T 213降水预报产品进行对比分析.结果表明,4个单站的定点、定量模糊神经网络降水预报模型,在预报性能上明显优于同期T 213数值预报模式的降水预报结果.     

电磁波经反铁磁膜层透射的多稳特性 *

分析了有损耗的反铁磁晶体对圆偏振电磁波的非线性磁化响应,得到了非线性磁化率的具体表达式.研究了红外电磁波经反铁磁膜层透射的多稳特性.理论分析表明,多稳效应的阈值主要取决于波的频率、膜厚和入射区域的介质特性,而与出射区域的介电常数无关.膜厚的增加使得功率多稳态的阈值下降、动态区域变小、阶跃值减小.系统的最大透射率为1,最小透射率与频率有关,与膜厚或入射、透射区材料的介电常数无关.     

一类利用回归关系的计量指标抽样方案

在产品质量判定的抽样检验问题中,当目标指标需用破坏性试验才能得其值时,更为常用的是用非破坏性试验可得量值的协变指标量来预报它。但在产品抽样验收问题上,未能形成理论较为严密的方法,这是由于预报误差这个关键问题的处理尚未解决得好,即给不出抽样方案的功效计算的正确或是近似性较好的公式。本文通过建立合理的数学模型,把对目标指标的质量要求化为对协变指标量的统计要求,从而利用两者的回归关系,结合两种复杂的抽样方案,给出功效函数的计算公式和计算方法,并进行了分析。     

基于深度置信网络的影响广西热带气旋年频数预测方法研究

以气候系统监测指数集、NCEP/NCAR高度场和海温场逐月再分析资料为基础,将影响广西的热带气旋年频数作为预报量,先利用随机森林方法通过计算袋外数据误差判断特征变量重要性的能力,进行随机森林算法(Random Forest,RF)的热带气旋年频数预报因子重要度的分析,再进一步采用由多层无监督学习的受限玻尔兹曼机和一层有监督学习的BP网络构成的深度置信网络(Deep Belief Networks,DBN),建立了基于非线性深度学习的热带气旋年频数预测模型.在预报因子、预报建模样本及独立预报样本相同的情况下,分别采用这种深度学习预测建模方法和逐步回归方法对影响广西的热带气旋年频数进行了预报试验.结果表明,采用这种基于随机森林算法的深度置信网络预测建模分析方法,对10年(2009年-2018年)独立预报样本的预报结果比逐步回归预测模型具有更高的预测精度,其预测平均绝对误差为1.30个,而逐步回归方法的预报平均绝对误差为2.05个;在预测评分上,新模型的预测评分为83.33分,高于逐步回归方法的预测评分73.68分.进一步地,应用新模型对2019-2020年热带气旋年频数进行实际业务预测也获...