逆函数法预报井巷围岩位移量

在矿井开采初期，并巷围岩的位移是矿井支护的重要指标．本文利用已知观测数据结合时间序列分析中的逆函数法来预测开巷初期的围岩位移量．同时对数据的预处理进行了探讨．以满足动态数据的等时性及平称性要求．     

数值模式的质量守恒方程中水汽源汇项作用的讨论

目前,数值预报模式、大气环流和气候模式及中尺度模式的湿空气质量守恒方程中一般都没有考虑水汽源汇项的影响。文献[6]虽然在基本方程组的质量守恒方程(T2)中列出了源汇项,但是在计算所用的该方程近似形式(T6)中还是把它忽略了。实际大气中存在着水分的凝结与蒸发,有时凝结还是很强的。本文将讨论水汽源汇项在湿空气质量守恒方程和有关方程中的作用,以及它们对数值预报结果的影响。     

巷道支架位移ARIMA模型预报时的还原误差问题

在现场采集大量数据的基础上,应用时间序列分析线性模型的理论,对巷道支架位移动态数据建立了ARIMA模型。发现用该模型预报时,误差不仅与预报步数有关,还与差分次数有关。并阐明了还原误差问题,找出了差分次数影响误差的递推方法。     

线性时变系统的一种预报方法

】本文首先介绍了基于最小二乘参数估计的传统预报方法和多层递阶预报方法，然后针对这两种方法的特点及存在的问题，提出了线性时变系统的一种新的预报方法。这种方法具有预报精度高，受参数估计初值选取的影响小的特点     

智能健康住宅监护数据分析方法的研究

智能健康住宅为缓解人口老龄化的压力和优化医疗资源配置提供了重要手段。其特点是在家庭环境下提供各项生命体征参数监测,并对监护数据自动分析处理。本文提出了以时序建模为基础的分析方法。此方法由三个部分构成,包括模型辨识、模型更新、以及基于模型的预报区间确定。模型阶数基于最终预报准则确定,使得模型能更好的符合观测数据。基于自适应滤波器算法对模型参数进行在线更新,确保模型能更好的描述监护数据的动态特性。根据建模结果,作前向30步预报,确定预报区间。从而实现对监护数据中的平稳、异常值、以及状态变化三种特征模式的识别。通过应用PhysioNet中的三组数据集进行实验研究。实验结果表明此方法的预报结果准确,能实现对于智能健康住宅中连续监测获得的数据进行在线分析。     

灰色马尔可夫模型及其在年最高潮位预报中的应用

在灰色系统的基础上提出了精度较高的灰色马尔可夫预报模型,作为一种非线性系统分析的模型,并对北海港年最高潮位进行预报分析.从模拟效果分析,计算值与实际值大体吻合,该模型可应用于工程实际.     

A physically-based statistical forecast model for the middle-lower reaches of the Yangtze River Valley summer rainfall

A new approach to forecast the middle-lower reaches of the Yangtze River Valley summer rainfall in June-August （JJA） is proposed in this paper. The year-to-year increment of the middle-lower reaches of the Yangtze River Valley is forecasted and hence the summer precipitation could be predicted. In this paper, DY is defined as the difference of a variable between the current year and the preceding year （year-to-year increment）. YR denotes the seasonal mean precipitation rate of the middle-lower reaches of the Yangtze River Valley summer rainfall. After analyzing the atmospheric circulation anomalies in winter and spring that were associated with the DY of YR, six key predictors for the DY of YR have been identified. Then the forecast model for the DY of YR is established by using the multi-linear regression method. The predictors for the DY of YR are Antarctic Oscillation, the meridional wind shear between 850hPa and 200hPa over the Indo-Australian region, and so on. The prediction model shows a high skill for the hindcast during 1997-2006, with the average relative root mean square error is at 18%. The model can even reproduce the upward and downward trends of YR during 1984--1998 and 1998--2006. Considering that the current operational forecast models of the summer precipitation over the China region have the average forecast scores at 60%--70% and that the prediction skill for the middle-lower reaches of Yangtze River Valley summer precipitation remains quite limited up to now, thus this new approach to predict the year-to-year increment of the summer precipitation over the Yangtze River Valley （and hence the summer precipitation itself） has the potential to significantly increase the operational forecast skill of the summer precipitation.     

粒子群算法优化RBF-SVM沙尘暴预报模型参数

为提高沙尘暴的预报准确率,针对目前已出现的RBF—SVM沙尘暴预报模型中的参数优化进行研究．利用基本粒子群优化算法（SPSO算法）中粒子速度及其位置与RBF—SVM模型中参数对相对应,对沙尘暴进行预报,为解决SPSO算法易陷入局部解的缺陷,提出了惯性权值自适应调节的改进粒子群算法（WPSO算法）,并对沙尘暴RBF—SVM模型参数进行了优化．仿真结果表明,无论是SPSO算法,还是WPSO算法,在优化RBF—SVM沙尘暴预报模型参数方面都表现出了良好的性能,分别比已有的SVM方法的预报准确率提高了22．3％和45．3％．     

基于BP神经网络的流凌开河日期预报模型应用

依据开河机理,结合松花江某水文站的历史资料,建立了该站开河日期预报的BP神经网络模型.应用Levenberg-Marquardt算法改进了BP算法,采用循环递进的方法建立了实用预测模型.经实际流凌开河日期预报的验证表明,循环递进方法建立的实用预测模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,预测精度高,合格率为100%.     

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。