朔州市分县分级降水预报实验研究

选取数值预报产品与朔州市6县(区)夏季(6月至8月)降水资料，采用最优子集回归方法，研究了朔州市分县分级降水预报指导产品，用以提高朔州市汛期降水天气的客观预报水平。     

耦合TIGGE降水集合预报的洪水预报

耦合数值降水预报信息的洪水预报延长了预见期,为防洪调度赢得了宝贵的决策时间.但"单一"的降水预报具有较大的不确定性,即基于"单一"的降水预报所做出的调度决策可能不是优化的,甚至可能会出现较大的偏差,因此在洪水预报中引入了降水集合预报信息来考虑相应的降水不确定性.文中以桓仁水库以上流域为试验流域,将欧洲中期天气预报中心(ECMWF)的降水集合预报数据驱动新安江模型,得到预报径流的区间范围,为决策者提供更多有用的风险信息.计算结果表明,ECMWF降水集合预报可用于洪水预报,且能较好地描述洪水预报的不确定性.根据集合平均降水预报的特点,对集合平均降水数据进行了修正,并将修正后的集合平均数据驱动水文模型,其预报效果有了很大的改善.     

BPSO优化朴素贝叶斯分类器的降水分级预报试验

为进一步研究朴素贝叶斯分类器在单站降水预报方面的应用效果,利用2008年至2011年6~9月份的T511数值预报产品和单站观测资料,采用2种不同适应度函数的二进制粒子群算法(简称BPSO)优化朴素贝叶斯分类器算法(BPSO-NB),对石家庄、太原、林西3站13~24h时段的晴雨和降水等级进行了预报试验。试报结果表明:BPSO-NB、BPSO-NB2模型3站平均晴雨预报准确率明显高于T511,均在85%以上,且BPSO-NB2(87.1%)最优;2种模型小雨、中雨TS评分也高于T511,BPSO-NB1(0.403、0.167)最优。BPSO-NB模型能有效降低T511空报次数。     

区域降水组合预报的研究

在短期自忆气候模式的基础上，着重考虑了区域性降水特点，组合均生函数时序模型，构造了区域降水预报模式，计算结果表明中气它能滚动制作月，季，年降水，且具有相当好的预报能力。     

定量降水短期预报在三峡地区的应用

1 前言短期降水预报的困难不仅在于影响产生降水的因素众多,而且还在于如何快速有效地从众多的气象信息中综合提取对预报降水有用的信息,尤其是定量降水预报更为困难.目前,各地的气象预报在经历了单纯的天气图法、统计法、数值预报法等方法后,逐步采用了综合性的预报方案.在综合各种方法的优劣后,认为如下的动力统计方案考虑问题较为全面合理.它首先从研究区上空的动力、热力因子的分布着手,分析它们与降水的定性关系,进一步了解形成降水的主要影响因素,并从中选出关系最好的物理因子作为预报因子.然后,通过判别分析得出降水的类别.最后通过回归分析得出降水量的大小.     

用地温预报雨季降水趋势的初步探讨

利用相关系数及逐步回归的计算方法,研究了地温与降水的关系,并建立昆明周围地区（包括西藏一些地区）3个地温层（0.8,1.6,3.2m)对昆明降水的月预报方程。给出了月降水的拟合效果图和1992年、1993年各月昆明降水的预报。最终形成昆明地区《地温预报汛期降水系统》软件包投入试运行。     

分站客观降水预报试验

将逐时段定点降水非连续量的预报问题转化为对一个连续的降水可能函数的预报问题.降水可能函数为一由实况值确定的函数.发展了一种新的非线性多因子动态组合方法,通过对降水可能函数的预报,作客观分站降水预报.1998年在北京地区15站进行了为期半年的预报试验,当天夜间的降水预报平均CSI得分为0.40,第二天白天平均CSI得分为0.40.     

区域降水预报的实际可预报性的发展背景及浅显建议

多年来，我国气象工作者一直在试图改进降水预报的预报效果，但多侧重于研究影响降水的直接天气系统的活动规律。很少有人上升到实际可预报性的角度，作为气象工作者应该从各角度研究降水预报的规律，而用区域地区降水实际可预报性可以开展更多的科研项目。     

卫星云图在短期降水预报中的应用

下文将介绍静止卫星云图在巴州短期预报中的应用，从卫星云图的图像处理，数据处理及统计分析等多种方法入手，为短期降水预报提供更多更形象的产品。     

区域降水实际可预报性的发展浅议

分析了国内外区域降水可预报性的发展,提出改善降水预报方向的建议。     

一种可直接用于预测的神经网络消费函数模型

目前几乎所有的消费函数模型在实际应用时都有一个共同的不足之处,即在对下一期的消费额进行预测时,模型需要使用的相关数据都直接或问接与下一期的统计数据有关,所以在使用模型前首先要对未知的相关数据进行预测,这样势必会造成误差的积累。本文在对传统的消费函数模型进行分析的基础上,建立了一种可直接用于预测的神经网络消费函数模型,这种模型只需使用前期的相关数据即可进行预测,且预测精度高于传统的消费函数模型。     

人工神经网络在化学反应器故障诊断中的应用

讨论了人工神经网络中的 BP算法和改进的 fahlman修正算法在化学反应器故障诊断中的应用 ,对二者的学习收敛速度和收敛性能进行了比较 ,指出了改进的 fahlman修正算法和优越性     

Colorant Formulation Using 3 - layer Artificial Neural Networks

The colorant formulation using artificial neural networks (ANN) was investigated in this study. A simple 3 -layer, input - hidden - output system was constructed for the recipe formulation of one - , two - , and three -dye mixtures. Comprehensive tests were carried out to explore the properties of a 3 - layer simple ANN systematically . These properties include number of neurons in the hidden layer, learning rate of the network, momentum factor of the network, as well as the number of epochs for the learning process. The tests show accurate results for one - and two - dye mixtures while less accurate but comparable results to conventional colorant formulation systems for three - dye mixtures. It is also found that the optimum values of the neural network parameters are important towards the accuracy of the colorant formulation.     

改进型人工神经网络在暂态电能质量检测分类中的应用

电能质量分为稳态和暂态两大类。针对暂态电能质量信号因随机性、持续时间短、非平稳特性而使得信号的识别较为困难的问题,本文提出了一种改进型BP神经网络,对暂态电能质量进行有效的识别和初步分类。通过MATLAB仿真,获得了良好的识别分类效果。     

基于人工神经网络的大型科学仪器管理绩效评价模型

传统的仪器项目管理缋效评价主要运用单项线性分析的方法,这种方法简便易行,但容易受到人为因素的干扰,也不能反映评价指标间复杂的非线性互相关系.为此,本文采用人工神经网络ANN中的BP网络对大型科学仪器绩效评价问题进行研究,建立了一个综合考虑经济效益、设备利用率、社会效益及使用总结等四大控制指标的仪器管理绩效评价模型.实例分析表明,其评价结果更为全面,更为符合实际情况,从而有助于促进大型科学仪器科学化管理水平的提高.     

深基坑事故隐患的灰色预测

从灰色系统理论的方法入手,针对已发生的时间序列的一组观测数据,直接建立用于对系统未来隐患进行预测的数学模型并进行预测。     

零售连锁企业安全库存神经网络模型预测

安全库存预测是零售连锁企业管理的重要内容,针对其受多种不确定因素的影响,预测难度大.利用进化优选算法设计的径向基神经网络进行安全库存预测,该方法对处理非线性问题具有独特的优势,并具有良好的函数逼近效果.本文介绍预测模型的建立及实施方法,并通过实例说明该方法的有效性.     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

神经网络在活性粉末混凝土强度预测中的应用

介绍了神经网络中的BP网络的模型及其学习算法原理，并将其应用于活性粉末混凝土强度预测。基于MATLAB神经网络工具箱，进行了结果分析，发现应用该网络在活性粉末混凝土(RPC)强度预测方面具有很高的精度，可以用来对高强度混凝土强度进行预测；结果表明，神经网络方法是一种可以定量分析、简便易行的预测方法，随着新型建筑材料科学领域各种实验数据不断丰富完善，计算机语言的发展，神经网络可为广大技术人员提供科学的理论分析方法，指导生产实践。     

混凝土碳化深度的人工神经网络分析与预测

基于水灰比、碳化龄期、相对湿度以及抗压强度对混凝土碳化深度影响的试验研究成果,利用BP网络和RBF网络按内推与外推两种方式,对混凝土碳化深度进行分析与预测.通过两种网络的分析与预测性能比较,建议优先采用RBF网络进行内推预测,对于外推预测则只能采用BP网络.