计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2010年
12期
163-166,380
,共5页
肖慧%刘苏东%黄小燕%金龙
肖慧%劉囌東%黃小燕%金龍
초혜%류소동%황소연%금룡
预报模型%核主成分%神经网络%台风强度
預報模型%覈主成分%神經網絡%檯風彊度
예보모형%핵주성분%신경망락%태풍강도
研究台风预报建模,对提高准确性有重大意义.针对台风强度的非线性、时变性特点,采用神经网络与遗传算法相结合的方法建立一种新的台风强度客观预报模型.在预报模型的输入计算上,考虑台风强度前期预报因子数较多以及因子的非线性性质,先用逐步回归筛选出预报因子,再采用核主成分分析方法在被剔除的因子中提取包含了原数据较多信息的两个核主成分与用逐步回归选入的因子一起作为预报模型的输入数据.以南中国海海域1980-2008年6、7、8、9月各个月的台风强度为预报研究的对象,分别进行仿真试验,试验结果表明,神经网络集合预报模型的预报结果符合实际应用的要求,且预报效果较好,其预报平均绝对误差明显小于同等条件下的逐步回归预报方法的结果.
研究檯風預報建模,對提高準確性有重大意義.針對檯風彊度的非線性、時變性特點,採用神經網絡與遺傳算法相結閤的方法建立一種新的檯風彊度客觀預報模型.在預報模型的輸入計算上,攷慮檯風彊度前期預報因子數較多以及因子的非線性性質,先用逐步迴歸篩選齣預報因子,再採用覈主成分分析方法在被剔除的因子中提取包含瞭原數據較多信息的兩箇覈主成分與用逐步迴歸選入的因子一起作為預報模型的輸入數據.以南中國海海域1980-2008年6、7、8、9月各箇月的檯風彊度為預報研究的對象,分彆進行倣真試驗,試驗結果錶明,神經網絡集閤預報模型的預報結果符閤實際應用的要求,且預報效果較好,其預報平均絕對誤差明顯小于同等條件下的逐步迴歸預報方法的結果.
연구태풍예보건모,대제고준학성유중대의의.침대태풍강도적비선성、시변성특점,채용신경망락여유전산법상결합적방법건립일충신적태풍강도객관예보모형.재예보모형적수입계산상,고필태풍강도전기예보인자수교다이급인자적비선성성질,선용축보회귀사선출예보인자,재채용핵주성분분석방법재피척제적인자중제취포함료원수거교다신식적량개핵주성분여용축보회귀선입적인자일기작위예보모형적수입수거.이남중국해해역1980-2008년6、7、8、9월각개월적태풍강도위예보연구적대상,분별진행방진시험,시험결과표명,신경망락집합예보모형적예보결과부합실제응용적요구,차예보효과교호,기예보평균절대오차명현소우동등조건하적축보회귀예보방법적결과.
