基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

多步预测误差方法在先控性能评估中的应用

本文在基于最优预报的基础上提出了一种新的MPC性能评估方法。通过将已有的基于k步预测误差的控制系统性能评估方法进行拓展,得到了一种新的基于多步最优预测误差的先进控制系统的性能评估方法。最后提出了一个新的基于多步预测误差的性能指标用来对先进控制系统的控制性能进行评估和分析。该方法不需要关于过程的任何先验信息,因此便于在实际工程中实施和应用。将所提出的方法应用在某石化企业的一套先进控制装置的性能评估当中,验证了该方法的有效性。     

基于数据分析技术的水文组合预报应用研究

水文组合预报方法是对多种预报模型的预报结果进行组合分析的一种预报方法.针对历史洪水数据丰富和相对贫乏两种情况,分别提出基于多目标模糊优选和基于贝叶斯分析的组合预报模型.前者是选用多目标模糊优选模型根据各预报方案在不同流量级别下的预报精度确定方案优属度,而后加权平均的组合预报模型;后者则是以贝叶斯分析为基础,同时结合专家经验、马尔可夫蒙特卡罗模拟、Gibbs抽样法,并引入实时校正的组合预报模型.以嫩江流域为实例,分别对两种组合预报模型的精度进行了验证.验证结果表明:两种模型可行而且实用,预报精度均明显高于单个模型的预报精度.     

组合载荷下半潜式平台极限强度评估方法研究

采用非线性有限元方法,计算了不同组合比例下剪切扭转耦合作用时的半潜式平台极限承载力,基于设计波法对波浪载荷进行预报,研究了剪切扭转组合载荷对极限承载力的影响,计算了结构的剪切指数和扭转指数,用隐函数拟合得到了单一载荷和组合载荷下极限强度的联合关系式.基于现有规范,提出了一种考虑组合载荷作用下半潜式平台极限强度评估方法.研究结果表明:剪切和扭转两种载荷的同时作用会削弱单一载荷作用下平台的极限承载能力,所提出的组合载荷极限强度评估方法可对半潜式平台进行合理评估.     

基于TIGGE数据的西太平洋副热带高压多模式集成预报及检验

基于TIGGE(THORPEX Interactive Grand Global Ensemble)资料中的中国气象局(CMA)、日本气象厅(JMA)、欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)等5个中心的500hPa位势高度场数据,评估了各中心对西太副高控制预报和集合预报的效果,并采用了多模式集成平均(EMN)、消除偏差集成平均(BREM)和滑动训练期超级集合(R_SUP)3种方法对各中心数据进行集成.评估方法包括Talagrand分布、相关系数、均方根误差、Brier技巧评分等.结果表明:各中心预报效果有明显差异,各模式对500hPa位势高度场控制预报中,UKMO预报效果最好,而各模式对500hPa位势高度场集合预报中,则是ECMWF预报效果最好.从均方根误差改进率来看,基于控制预报的BREM和R_SUP集成方法明显降低了对500hPa位势高度场预报的均方根误差,而EMN则无明显改进.基于集合预报的3种集成方法对500hPa位势高度场预报的改进效果不明显,综合评分略低于ECMWF单模式集合预报.     

基于实时校正和组合预报的水文预报方法研究

基于实时校正和组合预报方法,提出了3种有效减小预报误差的耦合模型,即先实时校正后组合预报、先组合预报后实时校正以及实时校正组合预报一体化模型,并以牧马河流域为例,开展了例证研究.结果表明:3种耦合方法均能显著地减小预报误差,提高水文预报精度,其中实时校正组合预报一体化的方法效果最优.     

灰色系统理论在煤与瓦斯预测中的应用

将煤体温度变化、电磁辐射、声发射以及煤的破坏类型和煤层的地质构造综合起来考虑,应用灰色系统理论中的多维灰色评估方法,对煤与瓦斯突出灾害进行预测,以提高瓦斯突出预测预报的准确性.并编制了煤与瓦斯突出预测预报软件,为煤与瓦斯突出预测提供一种新思路和新方法.     

地震前兆形变研究

对于定点地面倾斜观测数据,考察0斜率所蕴含的5级以上地震的前兆信息,基于这些前兆信息和地震序列前兆信息构造了4种预报地震规则.提出了一种检验地震预报有效性的方法,并用于研究4种预报规则的有效性.结果表明综合0斜率和地震序列中的前兆信息,可以提高预报的效率.     

卫星导航系统时间频率性能测度方法研究

对导航系统中的时间频率性能进行评估较为复杂.目前已知的时间频率测试主要是针对单机和分离部件,就时间频率体系整体来研究测试评估方法还较少.通过对导航系统中的时间频率体系的分析,提出从时间频率链性能带限和时间频率的可微度两个方面进行整体性能的分析和测评.时间频率性能带限主要用于分析评估时间频率技术指标分解的合理性、各关联内容技术指标的协调性和一致性.时间频率可微度主要用于分析评估时间频率信号和数据的平稳性.通过可微度分析计算,来评估数据更新、参数建模、模型预报,以及冗余切换、信号控制和保持驾驭的策略和技术的有效性.本文提出并使用这两个概念,研究了对卫星导航系统中的时间频率的一种测试评估方法.     

一种黑子特征自动提取的太阳耀斑模型

太阳耀斑是最剧烈的太阳爆发之一,太阳耀斑能够在几分钟内对空间环境产生影响,为了更好地应对太阳耀斑爆发的空间环境效应,本文提出一种基于自动特征提取方法的太阳耀斑预报模型.该模型以太阳黑子的连续谱观测图像为输入,利用卷积神经网络的自动图像特征提取能力,建立太阳耀斑预报模型.传统的以太阳黑子特征为输入的耀斑模型需要以黑子的McIntosh分型作为输入,黑子的McIntosh分型需要人为指定,效率低并且具有一定的主观性.通过实验比较,本文提出的耀斑预报模型比传统的以太阳黑子McIntosh分型为基础的预报模型具有更好的预报准确度.总之,本文提出的太阳耀斑预报模型能够自动提取太阳黑子图像的特征,具有更高的预报效率和准确率(在48 h M级耀斑预报中,基于深度学习方法的预报模型在耀斑报准率上比传统预报模型高3.7%,在非耀斑报准率上比传统预报模型高2.8%),是一种实用性较强的太阳耀斑预报模型.     

基于Lasso算法的油田产量预测方法

随着油田的不断开采,油田的产量预测也变得越来越重要。目前有许多基于机器学习的预测方法,但大多数都不能给出具体的预测模型。本文提出了一种基于Lasso算法的预测方法,结合现场生产数据,选取一系列相关特征参数,通过对参数数据的初步分析,初步选取各个参数的函数形式,然后利用Lasso算法得到最终的预测模型,最终达到预测产量的目的。现场试验表明：该方法得到的预测模型比较准确,可解释性强,且预测精度高,可以应用于矿场产量预测。     

基于关联规则的态势预测方法

态势预测是网络态势感知的重要环节,可以为网络管理员提供必要的决策支撑。为了实现对网络的大数据管理模式,针对当前预测算法无法充分利用大数据优势的局限,提出了基于关联规则的态势预测方法。该方法综合考虑了大数据的特点和态势预测的需求,给出了方法的基本思想和实现流程。实验结果表明,提出的方法与传统预测方法相比,通过寻找数据间的关联物而不是非线性匹配来达到预测的目的,大大降低了计算的时间复杂度,提高了预测效率。     

电力系统短期负荷组合预测

基于三种单一预测模型，给出了电力系统短期负荷组合预测模型。为求解固定权系数，引入智能优化算法求解。通过计算结果比较表明，组合预测法具有较强的实用性和优越性。     

确定梯级水库联合防洪预报调度方式优化方法研究

针对梯级水库拟定联合调度方式的复杂性,将常规优化调度和预报调度规划方式相融合,提出一种确定梯级水库联合预报调度方式的优化方法.首先,对于选定的调度目标,采用优化手段寻求梯级水库不同频率设计洪水的最优联合调度方式,并综合分析归纳最优泄流过程的特点;其次,对各库的预报调度潜力进行分析,结合最优泄流过程的特点选择预报判别指标,在不考虑预报误差的情况下拟定理想联合预报调度规则;最后,对预报判别指标的误差进行分析,在理想联合预报调度规则的基础上制定满意的联合预报调度规则.将该方法应用于昭平台与白龟山梯级水库,结果表明此方法在一定程度上减少了确定梯级水库联合调度方式的复杂性,为库群防洪预报调度方式研究提供了新途径.     

一种设备工程监理的质量控制法

基于预测技术,建立了设备工程质量控制的模型,并提出了设备工程质量目标控制界限的确定方法。     

组合预测中基于粗糙集理论的权值确定方法

权系数的确定问题是组合预测方法中的关键和难点，提出了一种基于粗糙集理论的权系数确定方法，将权系数确定问题转化为粗糙集中属性重要性评价问题，建立了关于组合预测方法的关系数据模型，通过属性值特征化建立了知识系统，在数据驱动下通过分析预测方法对预测对象的依赖性和重要性，计算出组合预测模型的权系数，该方法克服了传统权系数确定方法的主观性，避免了线性或非线性极值问题的数值计算，使得组合预测方法具客观性，所给案例说明了所提方法 的有效性。     

可公度信息预报方法用于洪水灾害的试验研究

采用可公度信息预报方法对５４种模拟洪水序列进行数值试验，结果表明：当序列具有周期时，可公度性可以识别出序列的周期，试验序列的信息量越大，周期越严格，识别率越高。该法可以在灾害性洪水长期预报中试用，并给出发布预报的准则。     

基于人工神经网络的销售量预测方法初探

提出了一种新的销售量预测方法——神经网络方法。以我国电视机销售量为实际预测对象,运用神经网络方法对其进行了试验预测,并和常规的线性回归方法进行了比较,结果表明神经网络方法具有较高的精确度和较好的预测能力。     

航空电子设备故障预测框架与方法

针对环境应力对电子产品造成的累积损伤,提出了覆盖电子设备全寿命周期的故障预测框架与方法。首先提出了可预测性的概念,在设备设计阶段采用辅助软件eXpress进行可预测性设计,跟踪实际环境中设备的工作数据,采用3种改进神经网络进行特征参数的趋势预测。基于信息熵理论,采用多指标评价准则融合单项预测方法,实现了对某型电子设备的故障组合预测。预测框架在某型电子设备上的实践验证了框架的可行性,预测结果表明了组合预测方法较单项预测方法具有更强的鲁棒性和稳定性。     

基于卫星资料的对流初生预报及效果评估

利用MTSAT-1R卫星资料中的红外1、红外2和水汽通道亮温数据, 在目标云块识别对比的基础上计算对流初生(CI)预报的8个指标值。根据京津地区的实际情况, 给出修正后的预报指标阈值, 并对2006?2007年京津地区进行17日次对流初生预报实验。实验结果表明, 该预报方法能够对1小时内的对流初生现象进行有效预报。结合云导风矢量给出检验预报结果的方法, 对该预报方法的预报效果进行量化统计。统计结果表明, 该方法预报对流初生的TS (threat score) 评分为0.545, 检测概率(POD)为0.654, 空报率(FAR)为0.435。