关于分布自由的逐步回归集成预报法

继文本文提出在不同信度下,建立多个以秩和为因子的逐步回归方程,尔后应用集成最优法求出最优集成预报方程,它比文中的方法更充分地利用了大量因子的信息,从而提高了预报的精度和可靠性,其回报准确率和试报效果,均比普通逐步回归集成最优方程及文中以秩和为因子的单个逐步回归方程更为优越.     

分布自由的带滑动系数的逐步回归集成预报法

本文建立关于分布自由的、带滑动系数的逐步回归集成最优方程具有如下特点:(1)对数据进行秩变换,从而排除正态、线性模型的限制;(2)利用“秩和”作为新因子,集中了几个因子的信息,从而利用了大量因子的信息;(3)在不同置信水平下建立多个秩数逐步回归方程,然后综合各个逐步回归方程的信息,建立分布自由的动态量优集成预报方程,其集成系数与各时刻的预报值有关,因而能利用各个时刻观测值的信息,提高预报的可靠性.最后给出一个实例.     

南海热带气旋风力的逐步回归分析及预报

选取具有天气学意义和物理意义的９个预报因子，采用逐步回归分析，建立了８４个统计预报方程，用于东南沿海１４个台站预报热带气旋影响的风速．根据统计样本外的１９８８年的资料作预报检验，结果表明所建立的一套统计预报方程是可以用于实际预报的．     

基于粒子群算法的天气滚动预报集成技术

针对集成预报的权重分布法,采用具有全局寻优特点的粒子群算法优化其权重系数,以更好地集中各种预报模式的优势.以天津地区天气预报为实例,建立基于粒子群算法的集成预报模型,实现多种预报模式的集成处理,结果表明该方法对于短时天气预报具有较好的准确度.     

新疆"百里风区"强风天气预报方法

在对新疆"百里风区"大风形成原因分析的基础上,使用2003-2006年的实况资料和在T213数值预报产品中,选取适当的预报因子,运用双重检验的逐步回归方案,建立了以12h为一个预报时段的48h大风预报方程.检验表明:以12h为一个预报时段的48h预报,2003-2006年的回代检验准确率和2007,2008年试报准确率均在75%以上,24h内的预报准确率超过了80%.24～48h的预报准确率也高于新疆气象台天气图方法预报结果.     

利用NCEP产品制作舟山港口精细化风力预报方法研究

利用美国每天4次发布的NCEP10mU、V风资料和舟山各港口海岛自动气象站网的每小时最大风和极大风资料,将30°N附近各经度上NCEP的风速资料在一定假设下订正到海面状态,并非线性地内插到站点位置,合成后与自动气象站资料在16个方位上进行对比,分别得到两者之间的关系式。在取得一个样本的时段内(3h),其起始时刻和结束时刻各有一个NCEP10m风资料预报值,将这两个预报值分别与自动气象站资料建立一个关系式,使得3h内的风有两个预报方程,预报时可以得到两个预报值。将此两个预报值进行最简单的集合得到集合预报值,试报结果表明用此方法预报效果令人满意。     

北京市空气污染与气象条件的关系及其预报

利用北京市2015-2017年逐日、逐小时w(PM_(2.5))、w(SO_2)和w(O_3)资料,及同期NCEP/NCAR的高分辨率全球预报系统数值预报产品,计算了相关空气污染气象参数,研究了北京市空气污染物质量浓度与气象条件的关系.采用逐步回归方法,建立了北京市空气污染物w(PM_(2.5))、w(SO_2)和w(O_3)的预报方程,并对预报结果进行了检验.结果表明,稳定能量和涡度与w(PM_(2.5))、w(SO_2)以正相关为主,与w(O_3)以负相关为主.低层平均风速和边界层厚度与w(PM_(2.5))、w(SO_2)以负相关为主,与w(O_3)以正相关为主.地面露点温度与w(PM_(2.5))、w(SO_2)和w(O_3)以正相关为主;在优选空气污染气象参数的基础上,利用逐小时空气污染物质量浓度资料和逐步回归方法,筛选了最佳预报因子,建立了北京市逐3 h的0～72 h短期精细化空气污染物质量浓度预报模型,能够拟合w(PM_(2.5))、w(SO_2)和w(O_3)随边界层气象条件的变化趋势.     

主分量逐步回归在气温预测中的应用

以广东省冬季气温场为预报场,前一年的北太平洋海温场和北半球500 hPa高度场为因子场,分别对它们作标准化处理,然后进行主分量分析,得到主分量矩阵。通过相关分析和逐步回归,求得预报场的主分量与因子场的主分量之间的关系,对预报场的标准化主分量进行反算,得到原始场的拟合和预报。结果显示,广东省冬季气温场前4个主分量(对总方差的累积贡献达到97.5%)的预报方程都通过显著性检验,其方程复相关系数基本在0.9以上。对广东省48个代表站2001-2003年冬季气温进行预测检验,大部分预测结果的残余标准差比同期的样本标准差低,同时回归方程的预报误差略低于实际业务预报误差,因而回归方程对实际天气预报业务工作有一定的参考意义。     

浅谈单因子水文预报方程算法

本文介绍了单因子水文预报要素的数学模型,并通过实例列举计算分析水文预报方程的Gass消去法和Gass-Seidel迭代法基本算法。     

营口市气温预报方法研究

地面气温与大气低层温度存在明显的正相关,本文利用NCEP/NCAR 850 hPa和925 hPa的温度资料与营口市的日最高和最低气温分季建立预报回归方程,并分析了风向、风速、低云量和降水对日最高和最低气温变化的影响程度并建立预报指标,对预报回归方程进行订正。本文对预报方程结果进行了预报检验,结果表明：日最高气温预报误差小于2℃的预报准确率,春季为57.6%,夏季为82.2%,秋季为83.3%,冬季为78.3%;日最低气温预报误差小于2℃的预报准确率,春季为64.1%,夏季为82.6%,秋季为70%,冬季为60%。     

非线性逐步回归在宜昌站年径流量预报中的应用

为了分析非线性关系的引入对中长期水文预报精度的影响,以对数变换后得到的非线性逐步回归模型为基础,利用长江宜昌站年径流量进行中长期水文预报,并与传统的逐步回归模型预报值进行比较.结果表明:宜昌站年径流量与该站上一年汛期7月、8月、10月流量存在明显非线性关系,并对太平洋副高活动以及厄尔尼诺效应反应敏感;非线性逐步回归模型...     

预测参数的选择与建筑物逐时冷负荷的预测

利用逐步回归分析进行了预测参数的选择和建筑物逐时冷负荷的预测,并将其与采用相同数据集的神经网络(ANN)的冷负荷预测结果进行了对比分析。     

BP人工神经网络法研究PBDE_S类化合物的RRT

运用BP人工神经网络方法对PBDEs的相对保留时间(RRT)进行了QSPR研究.所建的BP人工神经网对PBDEs的RRT预测准确度非常高,网络训练误差几乎为0,网络回判MSE误差为0.003 9,明显低于逐步回归分析结果,独立检测集MSE误差为0.000 4,也很低,说明BP人工神经网具有较好的泛化能力.此方法得到的模型预测能力要优于逐步回归模型.     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。     

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.     

硝基苯化合物生物毒性的定量构效关系研究

为深入认识硝基苯类化合物活性与其结构之间的关系,基于逐步回归方法,建立了精度较高的QSAR多元回归模型.研究中提取了35种硝基苯类化合物的5种结构参数、5种量子化学描述符及1种分子指示变量.运用逐步回归方法进行了变量的压缩和选择.进而实施了多元回归分析,并由所得结果进行了硝基苯类化合物结构与生物毒性关系的理论解释.     

精细化气象因子对短期电力负荷预测的影响研究

为分析电力负荷变化特征与气象要素的关系,定量解析气象因子对电力负荷预测的主要贡献,该文以华中电网某地区为研究对象,预报因子选用电力负荷和精细化气象数据,依据逐步回归和BP神经网络模型建立滚动预报模型.通过研究发现：当日负荷除与历史负荷有较好的相关关系外,当日温度与前一日温度对负荷也有较大的影响.气象因子在逐步回归和神经网络预测方法中对负荷预测准确率的提升均有正的贡献,贡献率分别为0.28%～17.87%和0.97%～17.78%.尤其是转折天气条件下,精细化气象因子对短期负荷预测的准确率的提升尤为重要.     

云南桔小实蝇发生量预测模型研究

2003-2008年从田间系统地监测了云南元江和华宁桔小实蝇的发生规律.将诱虫资料和温度、湿度、雨量、光照等气象资料作为预测因子,采用简单逐步回归和多因子互作回归分别进行拟合,建立了不同发生量预测预报模型,并对其进行检验.结果表明发生量与多因子交互之间存在相关关系,可采用预报模型较为准确地预测出桔小实蝇的发生量,且多因子互作组建的模型比简单逐步回归的结果可靠.     

黄浦江口氯化物预报公式的初步探讨

黄浦江是上海人民生活和生产的主要水源,咸水入侵会影响黄浦江水质,给上海带来很大的危害。本文在分析黄浦江咸水入侵规律的基础上,利用吴淞水厂1973～1979年的实测资料,选取枯季月瞬时最大氯化物值为因变量,运用多元逐步回归及相合非参数回归方法,建立了黄浦江口的氯化物预报公式,取得了比较满意的结果。