太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合，作为太阳黑子相对数的数学模型，用它拟合1848—2002年太阳黑子相对数数据，取得很好的效果，首先通过逐步回归与逐步自回归，建立太阳黑子数的多项式趋势-自回归校正模型，然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性，表明仅仅用多项式趋势-自回归校正模型是不够的，再配上一种条件异方差模型，即EGARCH模型控制其残差方差，从而建立多项式趋势 自回归 EGARCH模型，用此模型进行数据拟合回代，分析和预测，表明该模型的拟合，预测效果是好的，所分析的太阳黑子周期是恰当的。     

面向大数据分析的建筑能耗信息模型

为便于使用不同粒度的建筑能耗数据进行大数据分析,调研了相关标准、导则及研究资料,整理了用于建筑能耗分析的指标,明确了计算这些指标所需要的数据及数据之间的关系.用面向对象的方法,先建立建筑能耗信息总体模型,然后建立了3个相关实体的粒度模型,共同构成面向大数据分析的建筑能耗信息模型.使用MongoDB建立基于该模型的数据库用于大数据分析,从而验证该模型的可行性.本研究使充分利用不同粒度的建筑能耗数据进行大数据分析成为可能.     

灰色预测GM(1,1)模型的研究与应用

运用灰色系统GM(1,1)模型进行预测时,模拟精度和预测精度是关注的焦点.对原始数据构造缓冲算子和进行完整的前期检验,运用等维灰数递补的动态建模方法,针对误差建立残差修正模型,都可以提高预测的可信度.本文通过归纳建模各阶段可能出现的典型问题以及解决方法,以期对建立优化模型有所帮助.     

基于主成分分析线性回归的光伏发电功率预测研究

针对经典光伏发电功率物理模型预测精度不高、可能遗漏关键气象因子的问题,基于数据驱动思想提出一种主成分分析、逐步线性回归以及多种检验相结合的光伏发电功率预测模型混合建模方法.采用相关性分析提取关键气象因子自变量,通过逐步线性回归对历史样本数据进行训练得到初始模型;对初始模型进行拟合程度、有效性以及多重共线性等多种检验,根据检验结果,采用主成分分析对初始模型自变量进行降维重构,得到修正模型;通过残差分析实现修正模型正确性的自校验;基于多种时间尺度对经典模型、未修正模型以及修正模型的预测结果进行详细对比分析.仿真结果表明修正模型提高了预测精度及所提混合建模方法的有效性与优越性.     

无心内圆磨削质量控制的时序建模方法

本文就如何建立合适的无心内圆磨削工序在线X-R质量控制的AR(n)模型进行了探讨.运用自现场采集得的轴承内圈内孔精磨后的工件尺寸数据建立时间序列模型.文中还对建模时采用的数据长度和适用模型的检验标准作了深入的探讨,提出了用AR(n)模型的临界残差方差函数来确定适用模型的残差极限.     

基于数据的建筑能耗分析与建模

对建筑能耗数据进行深入分析,提出了建立建筑电力能耗模型的方法.首先对建筑能耗进行了分项计量,统计了建筑逐时照明能耗数据,办公设备能耗数据以及办公人数,同时调查了建筑管理控制方式.经过分析可知,办公设备能耗数据与办公人数线性相关,而照明能耗数据与办公人数以及太阳辐射强度相关,但为非线性关系.根据不同类型数据的特点,分别建立了线性回归模型以及决策树模型.该模型可以预测建筑能耗并评估建筑管理方式对能耗的影响.     

时间序列分析法及其在建立机床模型中的应用

本文探讨用时间序列分析法建模的具体步骤和理论,并以车床加工中的动态数据为例进行建模。文章提出的初值估计和确定模型阶数的有效方法,可使建立ARMA模型的工作量显著减少。文章还提出了克服病态方程的新方法——增量变换法。该法计算速度快,而且可推广应用到其他最小二乘法建模和曲线拟合。文中提供的F分布检验的简便经验公式,可避免查表,且便于计算机实现。文章最后对所得到的数学模型作了频谱特性的计算,其结果与原始数据直接用FFT得到的频谱特性相当吻合,从而进一步肯定了模型的准确性。     

基于融合模型的柴油机空气管理系统故障诊断

柴油机作为重要的动力机械,其性能监测和故障诊断得到重视。而柴油机空气管理系统故障包括进气系统漏气、堵塞和EGR阀卡涩等故障将会导致恶化和经济性下降。针对空气管理系统具有较强的非线性,无法建立精确地数学模型等问题,建立了基于数学模型和数据驱动模型的融合模型,针对进气歧管漏气、中冷器堵塞,EGR阀卡滞等故障进行诊断研究。采用机理建模的方法建立EGR流量模型、充气系数模型和基于数据驱动建模的方法建立充气系数模型、进气压力波动幅值模型,利用奇偶方程法进行残差生成器的设计并生成三个残差信号,通过仿真分析可得到故障和残差值之间的映射矩阵,最后,采用模糊推理的方法进行故障诊断。研究结果表明：所构建的故障诊断系统能准确的诊断出空气管理系统的漏气直径为5mm、堵塞至进气流量减少10%和EGR阀卡滞故障在关闭状态。     

基于样条函数的多气体传感器信号建模分析

样条函数理论作为数学工具已广泛应用于逼近论，曲线数据拟合，数值分析等方面，在研究一般多项式最小二乘法建模的基础上，针对所建模型易产生欠拟合和过拟合及模型阶数高的问题，提出了采用样条最小二乘数据拟合谅垭建立数学模型，基于样条最小二乘数据拟合方法建立的数学模型不仅可以提高模型精度和拟合程度，而且模型阶数较低，光滑性好，将该建模方法用于多气体传感器输出信号的建模，结果表明，方法正确并有效。     

向量ARMA模型的一种建模方法

本文提出了一种首先将向量ARMA模型转化为标量ARMA模型,然后再根据长自回归计算残差的建模策略建立向量ARMA模型的方法。文中根据切削试验的观测信号建立了动态切削过程的二维向量ARMA模型,同时还讨论了与之适应的模型适用性的检验问题。     

南宁市PM2.5浓度与气象因素的关系研究

摘 要 空气污染主要与污染源的排放、气象条件、地形地貌三方面因素有关。对南宁市空气质量指数与气象因素的关系进行研究,进一步探究空气污染的主要污染源PM2.5与气象因素之间的关系,分析了促进空气污染发生的气象条件。并在此基础上建立多元线性模型对空气污染物PM2.5的浓度值进行预测。结果表明预测模型拟合度R2值最大达到了0.747,说明了该模型预测效果良好并能够适用于南宁市空气污染物PM2.5的监测和预报。     

长春市PM_(10)污染特征及与气象因素的相关分析

为了研究长春市PM10污染特征以及影响PM10浓度的因素,利用长春市PM10的实时监测资料,分析长春市PM10浓度的季节变化特征和污染程度.并利用同期的气象资料,建立PM10浓度和气象因素之间的多元线性回归模型,来进行两者之间的相关分析.采用逐步回归法,建立了"最优"回归方程,分析不同季节对污染物浓度有显著影响的气象因素,从而为长春市大气污染防治和雾霾天气预测提供科学依据.结果表明,长春市PM10浓度冬季偏高、夏季偏低、春季和秋季居中,2013年全年中1、4、10月份出现了不同程度的高污染现象,日平均浓度最高值达到591μg/m3.研究发现对长春市PM10有显著影响的气象因素主要有当日平均风速和最高最低气温温差.     

气象观测站点稀疏地区的降水插值方法探讨--以锡林郭勒盟为例

提出了一种基于地统计学分析,在无站点分布且无周边站点影响的区域增加模拟站点的方法,对气象观测站点稀疏的地区进行降水插值.其既不完全依赖于其他自然因子与降水数据的相关性,又对原观测站点降水数据的空间变异性信息进行了补充,可作为观测站点稀疏区域插值算法改进的一个新方向.以锡林郭勒盟为例进行分析的结果表明,本方法得到的整体及局部的误差估计均小于传统插值方法,并且在空间信息上表现出更为丰富的空间变异信息.     

蔗糖份的积累与气象因子关系的初步分析

甘蔗糖份含量的高低是决定糖厂榨季经济效益的一个重要因素。本文对蔗糖份的积累与气象因子的关系做了初步分析,找出影响蔗糖份积累的关键因子,运用数理统计方法,建立了一个多元直线回归方程,对未来榨季的蔗糖份进行试报,效果良好,可供糖厂参考。     

气象条件对河南省灵宝市寺河山苹果品质和生长的影响

为了探索气象条件对寺河山苹果品质和生长的影响,利用寺河山区域新建气象站资料,通过与适宜生长、原产地和红富士最适宜的气象条件比较分析,结果表明:大部分气象指标有利于苹果品质的提升和生长要求;对于不利的气象条件,可采取适宜的生产措施弥补.针对日益明显的气象灾害,提出了综合防御措施,以保障寺河山种植区苹果的生产安全.     

玉田地区玉米螟发生条件分析与预报模式

利用2001～2003年,2005～2007年唐山市玉田县植物保护站提供的玉米螟田间调查资料与唐山市玉田县气象台同期气象资料进行了相关分析,确定了影响唐山市玉田县玉米螟发生的主要因子,并建立了多元回归预报模式。结果表明,影响玉田地区1代玉米螟发生的主要气象因子是5月份月均气温、5月份月降水量,其结果与发生面积呈线性关系...     

基于知识图谱的冬奥赛事气象服务文本生成方法研究

气象服务文本是为赛事顺利举行及赛事期间的各项活动提供必要的气象保障,是组委会、裁判、各代表队的工作人员获取气象信息开展相关工作的载体。现有气象文本生产需要人工编写审核,效率不高。相比之下,全自动文本生成更加依赖于模板和固定的形式。针对以上问题,结合自然语言处理技术提出了基于知识图谱的冬奥赛事气象服务文本生成方法。重点从历史赛事气象服务文本中进行内容分析和特征提取,利用气象数据和历史赛事信息构建了高山滑雪赛事知识图谱。该方法根据实时气象数据和文稿模板生成天气描述文本,然后基于知识图谱查询推理技术得到赛事影响结果并生成相应文本。实验结果表明,气象服务文本的自动生成结果具有较好的准确性和可读性,有助于冬奥赛事的顺利推进,该文本生成方法面向特定领域也具有较好的应用前景。     

基于深度学习的气象资料迹线识别

气象历史资料数字化是中国气象局“气候变化应对工程”的重要建设内容之一。气象历史资料数字化主要内容是完成珍贵纸质气象资料中字符和迹线信息的数字化处理,建立历史长序列气象资料数据集。气象自记纸记录的迹线信息是气象历史资料的重要内容,气象资料迹线信息的准确跟踪和提取是实现气象历史资料数字化的重要环节。然而,由于纸质气象资料存放时间长,气象迹线识别面临迹线记录模糊或迹线晕染等问题。传统的图像分割和迹线提取算法依赖局部或单一的图像特征,无法有效识别复杂背景中的气象迹线信息,特别是变化的、模糊的、晕染的迹线。为了解决上述问题,本文提出了一种基于深度学习模型的气象资料迹线自动识别方法。该方法结合传统算法和U-network (U-net)语义分割网络自动提取不同尺度的光谱和空间特征,实现气象迹线的高精度识别。本文以达因型风自记纸为例,以《地面气象观测规范》为依据,对不同台站、不同年份的3200多张达因风自记纸进行迹线识别验证,风向迹线平均识别正确率达95%,风速迹线平均识别正确率达95.5%。 结果表明该方法能够准确识别迹线,高度还原了气象迹线信息。该方法适用于风、气压、温度、湿度等气象资料迹线自动识别业务化处理,能够大大减少工作量和降低人工成本,为气象预报预测业务和科研工作提供基础数据支撑。     

利用气象资料确定蒸发量的新方法

探讨不涉及径流和土壤含水量资料，根据热量平衡原理，利用一般的气象观测资料，计算流域蒸发量的模式。结果表明，该模式有较满意的精度，在山西乃至全国有较强的适应性。     

远缘选优策略遗传算法在高空气象探测中的应用

在分析远缘优质个体的特点和对从属种群优化的基础上,提出了远缘选优策略遗传算法（OEAGA）,并且针对高空气象探测数据数量大、变化复杂和可预测性差等特点,使用OEAGA来计算B样条节点,在满足准确度要求的前提下,使用更少的控制顶点拟合高空气象探测数据的最佳B样条曲线.将B样条曲线的结果与标准演变算法计算节点的结果作比较,发现经由OEAGA得出的B样条曲线更优,实际探测和仿真试验均表明OEAGA拥有更强大的搜索性能和更高的收敛效果.