气象与减灾研究
氣象與減災研究
기상여감재연구
METEOROLOGY AND DISASTER REDUCTION RESEARCH
2010年
3期
22-26
,共5页
支持向量机(SVM)%粒子群算法(PSO)%强度预报%热带气旋
支持嚮量機(SVM)%粒子群算法(PSO)%彊度預報%熱帶氣鏇
지지향량궤(SVM)%입자군산법(PSO)%강도예보%열대기선
支持向量机(SVM)的惩罚参数及核参数的选择直接影响到模型效果,通过粒子群算法(PSO)解决支持向量机的参数选择问题,实现了参数选择的自动化.将该方法应用于热带气旋强度预报,利用气候持续性因子,挑选了1990年的100个左右样本进行预报检验,预报时效为12 h、24 h、36 h、48 h的强度平均绝对误差分别为3.00、4.35、4.93和6.68 m/s.另外,还与国外预报结果及采用最小二乘回归法的预报结果进行了效果的比较,SVM方法显示了更好的预报能力.
支持嚮量機(SVM)的懲罰參數及覈參數的選擇直接影響到模型效果,通過粒子群算法(PSO)解決支持嚮量機的參數選擇問題,實現瞭參數選擇的自動化.將該方法應用于熱帶氣鏇彊度預報,利用氣候持續性因子,挑選瞭1990年的100箇左右樣本進行預報檢驗,預報時效為12 h、24 h、36 h、48 h的彊度平均絕對誤差分彆為3.00、4.35、4.93和6.68 m/s.另外,還與國外預報結果及採用最小二乘迴歸法的預報結果進行瞭效果的比較,SVM方法顯示瞭更好的預報能力.
지지향량궤(SVM)적징벌삼수급핵삼수적선택직접영향도모형효과,통과입자군산법(PSO)해결지지향량궤적삼수선택문제,실현료삼수선택적자동화.장해방법응용우열대기선강도예보,이용기후지속성인자,도선료1990년적100개좌우양본진행예보검험,예보시효위12 h、24 h、36 h、48 h적강도평균절대오차분별위3.00、4.35、4.93화6.68 m/s.령외,환여국외예보결과급채용최소이승회귀법적예보결과진행료효과적비교,SVM방법현시료경호적예보능력.
