基于机器学习的非线性局部Lyapunov向量集合预报订正

基于Lorenz96模型初步探讨了机器学习算法提高非线性局部Lyapunov向量(NLLV)集合预报效果的可行性和有效性.结果表明:基于岭回归算法和NLLV集合预报结果建立的机器学习模型(Ens-ML)能够有效提高整体预报技巧,而且优于集合平均预报(Ens Ave)、控制预报(Ctrl)以及基于Ctrl结果建立的机器学习模型(Ctrl-ML).同时,还发现Ens-ML的预报技巧改进程度依赖于集合成员的数量,即增加集合成员数有助于提高Ens-ML模型的整体预报准确率.通过对比个例预报表现得到,随着预报时间延长, Ens-ML, Ctrl-ML和Ens Ave的个例预报误差逐渐小于Ctrl.进一步分析Ens-ML, Ctrl-ML和Ens Ave预报的吸引子,发现它们的概率分布的值域收缩、峰度增大并向平均值靠拢,尤其Ens-ML的表现更为明显.     

集合预报物理基础的探讨

将集合预报中的每次积分算程视为非平衡统计物理理论中的准粒子轨迹，由此对Lorenz模型 进行了数值试验，计算了初值位于不同性质平衡态附近时准粒子数处于基态和第一激发态随 时间的演化.结果证明：(1)若动力系统在整个相空间内存在稳定的平衡态，在稳定的平衡态 附近，系统随时间长期演化行为是可预测的.(2)若动力系统在整个相空间内不存在任何稳定 的平衡态，初值位于远离非稳定的平衡态，则在1—2周内准粒子多数分布在低能量态，即预 报是最可几率的.(3)若初始状态位于非稳定平衡态附近，系统随时间的演化几乎是不可预测 的.这从理论上说明了作大量积分算程的集合预报其效果会比单一初值的单程积分要好.这就 从物理上对集合预报能提高准确率提供了一种解释. 关键词： 集合预报 Lorenz模型 正则分布 概率密度分布     

Lorenz系统的可预报性

定义一个动态窗口，以Lorenz模型为预报方程，通过对落入动态窗口中的粒子数和平均预报X分量随积分时间演化规律的分析，从另一个角度初步研究了Lorenz系统的可预报性问题，并讨论了高斯白噪声对系统可预报性的影响.结果表明，落入动态窗口中的粒子数在一定程度上反映了系统的可预报性，处于不同区域的初值集合预报时限各不相同，且不同区域内的初值对于小扰动的敏感程度不一样；对于不同区域内的初值集合，高斯白噪声对系统的可预报时限的影响各不相同. 关键词： 可预报性 Lorenz 动态窗口     

基于Lorenz映射的混沌系统分支变换预报规律研究

尽管Lorenz系统具有混沌和非周期性质, 但其分支变换是可预报的.本文以强迫Lorenz系统为数学模型, 基于Lorenz映射, 研究了混沌系统分支变换的预报规律, 将原有关于分支开始变换条件和新分支持续时间的两条一般规律扩展到了3条, 并首次分析了系统当前状态达到变换条件所需时间的预报规律, 从而为预报混沌系统非周期演变提供了另一途径.结果表明: 映射尖点位置为分支变换的临界值, 当变量z超过相应临界值时, 系统在当前分支的运动即将结束, 下一循环将跳跃到另一分支运动; 系统在同一分支循环的次数随极值z_max单调减小, z_max 越小, 达到变换条件需循环的次数越多; 系统在新分支持续的时间是先前分支最大极值z_M 的单调增加函数, z_M越大, 持续时间增加的幅度也越大.此外, 外强迫影响着混沌系统分支变换的预报规律, 其不但使正负分支的变换条件出现差异, 且与新分支持续时间的增加速率和达到变换条件所需时间的递减速率密切相关. 关键词： Lorenz映射 分支变换 外强迫 预报规律     

外强迫对Lorenz系统初值可预报性的影响

利用强迫Lorenz模型, 研究了外强迫对Lorenz系统混沌性质、 映射结构及初值可预报性的影响, 并以海表温度为大气运动的外强迫, 用实际大气海洋资料分析了外强迫对大气可预报性的影响. 结果发现, 系统混沌现象的出现与外强迫有关, 外强迫改变了Lorenz系统的运动规律, 使围绕两奇怪吸引子运动的随机性减少. 考虑外强迫后, 系统运动轨迹的概率密度函数呈不对称的双峰结构, 且Lorenz映射由无外强迫时的一个尖点分离为两个尖点, 尖点的偏离方向和偏离位置分别与外强迫的正负和大小有关. 外强迫可减小Lorenz系统对初值的敏感性, 提高系统的初值可预报性, 尤其是外强迫越大, 可预报性提高的幅度也越大. 这些结果在不同强度海表温度强迫下的实际大气可预报性分析中得到了证实, 即海温异常越大, 实际大气变量的可预报性也越大.     

基于延伸期可预报性的集合预报方法和数值试验

集合预报是考虑初始条件和模式不确定性的有效途径. 结合延伸期可预报性特征,对具有不同特性的可预报分量和随机分量采用不同的集合预报方案和策略,发展了一种基于延伸期可预报性的集合预报新方法(PBEP).该方法以延伸期数值预报模式为平台,对可预报分量采用多个模式误差订正方案,从考虑模式不确定性的角度进行集合;而对随机分量则利用历史资料从气候概率的角度给出集合概率分布,避免模式误差对随机分量概率分布的影响.试验结果表明,相比于国家气候中心的业务动力延伸集合预报系统,该集合预报方法对全球各区域环流预报技巧均有提高,对不同空间尺度的波也有不同程度的改进,显示出潜在的业务应用前景.     

基于复杂度分析logistic映射和Lorenz模型的研究

采用三次粗粒化方法得到了logistic映射和Lorenz模型的符号序列，运用动态非线性时间序 列分析方法——Lemper-Ziv复杂度，分别对两组符号序列进行了对比分析.对于logistic映 射，其复杂度反映了时间序列的演化；Lorenz模型三个分量的复杂度序列都具有混沌性质， 即由许多振幅非常接近而长度完全不同的循环所组成，反映了Lorenz模型内在的准周期特性 .进一步研究发现，当取不同的窗口长度时，复杂度序列的特征基本相同，并且复杂度反映 了时间序列的时空特性.因此，可以借助复杂度的计算来反演观测资料的动力学结构. 关键词： 三次粗粒化 Lemper-Ziv复杂度 logistic映射 Lorenz模型     

混沌系统可预报期限随初始误差变化规律研究

利用非线性误差增长理论计算了Logistic映射和Lorenz系统可预报期限随初始误差的变化,发现Logistic映射等简单混沌系统的可预报期限与初始误差的对数存在线性关系.在非线性误差增长理论的框架下,理论分析表明,平均误差增长达到一定值时,误差增长进入明显的非线性增长阶段,最终达到饱和;对于一个确定的混沌系统,在控制参数固定的情况下误差增长的饱和值也是固定的,因此可预报期限只依赖于初始误差. 在可预报期限与初始误差对数存在的线性函数关系式中,线性系数与最大Lyapunov指数有关,在已知混沌系统的最大 关键词： 非线性局部Lyapunov指数 可预报期限 初始误差 混沌系统     

Lorenz混沌系统的参数辨识与控制

把观测器思想用于系统中未知参数的辨识,对Lorenz混沌系统中的未知参数进行了辨识研究,提出未知参数辨识观测器的概念,数值结果表明若未知参数为常数或缓慢变化的信号本文方法都能给出很好的辨识结果.随后,把辨识和控制问题综合起来考虑,提出改进Lorenz混沌的控制方法,数值仿真表明了该方法的有效性 关键词： Lorenz混沌系统 参数辨识 非线性反馈控制     

基于Lorenz系统的数值天气转折期预报理论探索

以Lorenz系统为研究对象,对数值天气转折期预报中的动力学特征进行了理论研究,通过对Lorenz系统平衡点稳定性的讨论,得到了区分准稳定区域和准不稳定区域的分界曲面,由此标定出准稳定区域和准不稳定区域.在准稳定区域,Lorenz曲线保持相对稳定,能够在该平衡点周围周期运动;在准不稳定区域,Lorenz曲线可能会从这个平衡点周围跃过分界曲面而进入另外一个平衡点周围,即发生突变,这是Lorenz系统的一个重要动力学特征;对数值天气转折期预报与气候突变检测、预测给出一种新理论和新方法.     

Ergodicity of randomly perturbed Lorenz model

We show, by using the Liapunov method, that the Lorenz model perturbed by Gaussian white noise is ergodic for any Rayleigh number. Our theory confirms two properties which have been found by numerical calculation. We also discuss the ergodicity of some other randomly perturbed dissipative systems, a one-dimensional laser, and a homopolar disk dynamo model of the geomagnetism.     

冷原子系综内单集体激发态的相干操纵

原子系综内部分原子发生相干态转移后所处量子态被称为集体激发态.如果激发数目在单原子量级则被称为单激发态.在量子存储过程中,单光子以单激发态的形式在原子系综内进行存储.因此,研究单激发态的制备、演化、转化、干涉等过程是量子存储及其应用研究的关键.本文总结了近年来作者所在研究团队针对冷原子系综体系在此研究方向取得的若干成果.主要包括采用动量模式调控、三维光晶格等手段抑制单激发态的退相干,采用环形腔增强原子至光子的转化效率,发展基于拉曼光的单激发态相干转移技术,利用单量子态不同模式间干涉制备光与原子纠缠,利用里德伯阻塞机制提升纠缠制备效率等.此外,简要回顾了基于多个单激发态的量子中继及量子网络实验.     

Adaptive control and synchronization of an uncertain new hyperchaotic Lorenz system

This paper is involved with the adaptive control and synchronization problems for an uncertain new hyperchaotic Lorenz system. Based on the Lyapunov stability theory, the adaptive control law is derived such that the trajectory of hyperchaotic Lorenz system with unknown parameters can be globally stabilized to an unstable equilibrium point of the uncontrolled system. Furthermore, an adaptive control approach is presented to the synchronizations between two identical hyperchaotic systems, particularly between two different uncertain hyperchaotic systems. Numerical simulations show the effectiveness of the presented method.     

The effect of external noise in the Lorenz model of the Bénard problem

The effect of external random forces on the static and dynamic behavior of the Lorenz model is investigated. Results of a numerical calculation in the conductive, convective, and turbulent regimes are reported. The properties of static and time-dependent correlation functions of the three degrees of freedom of the model are analyzed for varying strength of the external noise level and compared with the behavior of the unforced system.     

基于天气数值预报模式预报高空光学湍流

介绍了天气数值预报模式的运行流程、模式安装、模拟参数设置等。结合光学湍流的参数化方案,预报了大气光学湍流强度廓线,并与探空气球实测数据对比验证。结果表明,预报的大气光学湍流强度廓线符合高空光学湍流的一般特征和变化规律,但廓线的形状与实测存在一定的差异,并分析产生差异的原因。分析表明,提高预报精度需要改进高空湍流外尺度模式。     

基于选择性支持向量机集成的混沌时间序列预测

提出了一种基于聚类的选择性支持向量机集成预测模型.为提高支持向量机集成的泛化能力，采用自组织映射和K均值聚类算法结合的聚类组合算法，从每簇中选择出精度最高的子支持向量机进行集成，可以保证子支持向量机有较高精度并提高了子支持向量机之间的差异度.该方法能以较小的代价显著提高支持向量机集成的泛化能力.采用该方法对Mackey-Glass混沌时间序列和Lorenz系统生成的混沌时间序列进行预测实验，结果表明可以对混沌时间序列进行准确预测，验证了该方法的有效性. 关键词： 支持向量机 集成 混沌时间序列 聚类     

High-order fuzzy time-series based on multi-period adaptation model for forecasting stock markets

Stock investors usually make their short-term investment decisions according to recent stock information such as the late market news, technical analysis reports, and price fluctuations. To reflect these short-term factors which impact stock price, this paper proposes a comprehensive fuzzy time-series, which factors linear relationships between recent periods of stock prices and fuzzy logical relationships (nonlinear relationships) mined from time-series into forecasting processes. In empirical analysis, the TAIEX (Taiwan Stock Exchange Capitalization Weighted Stock Index) and HSI (Heng Seng Index) are employed as experimental datasets, and four recent fuzzy time-series models, Chen’s (1996), Yu’s (2005), Cheng’s (2006) and Chen’s (2007), are used as comparison models. Besides, to compare with conventional statistic method, the method of least squares is utilized to estimate the auto-regressive models of the testing periods within the databases. From analysis results, the performance comparisons indicate that the multi-period adaptation model, proposed in this paper, can effectively improve the forecasting performance of conventional fuzzy time-series models which only factor fuzzy logical relationships in forecasting processes. From the empirical study, the traditional statistic method and the proposed model both reveal that stock price patterns in the Taiwan stock and Hong Kong stock markets are short-term.     

单壁碳纳米管单原子空位缺陷的紧束缚理论研究

文章在紧束缚势模型基础上系统地研究了非手性单壁碳纳米管上单原子空位缺陷结构和电子结构性质.计算表明,单原子空位缺陷会自发地形成5-1DB型缺陷, 且该缺陷的局域结构和形成能强烈地依赖于碳纳米管的尺寸、旋度和电学性质.同时作者发现这类缺陷在费米能级以上约0.2eV处产生局域的电子态.