气象科学
氣象科學
기상과학
SCIENTIA METEOROLOGICA SINICA
2013年
2期
184-189
,共6页
台风强度%核主成分分析%神经网络%集合预报
檯風彊度%覈主成分分析%神經網絡%集閤預報
태풍강도%핵주성분분석%신경망락%집합예보
针对影响台风强度前期预报因子较多以及因子的非线性变化特点,首先采用逐步回归方法筛选出部分预报因子,再利用核主成分分析方法在剩余的预报因子中提取包含了原数据较多信息的核主成分与前期选入的预报因子共同作为模型输入.进一步考虑到神经网络集合预报中个体的准确性和差异性的权衡问题,在不同的初始条件下生成若干组神经网络,分别选择每组中性能最优的个体,建立了一种新的非线性神经网络集合预报模型.最后以西北太平洋海域2001-2010年5-10月的台风强度为研究对象进行了预报试验.结果表明,这种神经网络集合预报模型的预报结果符合实际应用的要求,其预报平均绝对误差明显小于同等条件下的神经网络方法和逐步回归预报方法.
針對影響檯風彊度前期預報因子較多以及因子的非線性變化特點,首先採用逐步迴歸方法篩選齣部分預報因子,再利用覈主成分分析方法在剩餘的預報因子中提取包含瞭原數據較多信息的覈主成分與前期選入的預報因子共同作為模型輸入.進一步攷慮到神經網絡集閤預報中箇體的準確性和差異性的權衡問題,在不同的初始條件下生成若榦組神經網絡,分彆選擇每組中性能最優的箇體,建立瞭一種新的非線性神經網絡集閤預報模型.最後以西北太平洋海域2001-2010年5-10月的檯風彊度為研究對象進行瞭預報試驗.結果錶明,這種神經網絡集閤預報模型的預報結果符閤實際應用的要求,其預報平均絕對誤差明顯小于同等條件下的神經網絡方法和逐步迴歸預報方法.
침대영향태풍강도전기예보인자교다이급인자적비선성변화특점,수선채용축보회귀방법사선출부분예보인자,재이용핵주성분분석방법재잉여적예보인자중제취포함료원수거교다신식적핵주성분여전기선입적예보인자공동작위모형수입.진일보고필도신경망락집합예보중개체적준학성화차이성적권형문제,재불동적초시조건하생성약간조신경망락,분별선택매조중성능최우적개체,건립료일충신적비선성신경망락집합예보모형.최후이서북태평양해역2001-2010년5-10월적태풍강도위연구대상진행료예보시험.결과표명,저충신경망락집합예보모형적예보결과부합실제응용적요구,기예보평균절대오차명현소우동등조건하적신경망락방법화축보회귀예보방법.
