欧洲细网格数值预报产品在双流机场低能见度天气预报中的应用研究

针对目前双流机场主导能见度及跑道视程缺乏客观预报产品的问题,利用2009-2019年的自动观测、天气报告和EC细网格数值预报产品,基于双流机场低能见度天气学预测模型,建立主导能见度和跑道视程预测软件。该软件结合民航运行规范,利用归一化方法对EC细网格数值预报能见度产品进行修订,利用RVR与主导能见度的统计关系得到精细化的RVR预测产品,并利用历史个例前期地面气象要素的统计值进行消空。研究结果表明,该软件具有良好的准确性、稳定性,可有效降低双流机场低能见度天气的空报率和漏报率。

中长期水文预报的模型辨识及预测研究

针对中长期水文预报的模型辨识进行研究,探讨了预处理、建模数据量和建模方式对于模型预测精度的影响。利用基于有限采样信息准则(FSIC)的组合信息准则(CIC)对模型进行定阶,结合Kalman滤波方法进行非线性预测研究。研究表明:①在进行模型辨识时,如果预处理导致识别的模型复杂度大幅度降低,应通过模型的预测结果对预处理方法的合理性进行检验;②建模数据量应足以反映时序的内在波动性,但并不是越多越好,过多的建模数据量会导致模型的复杂性大幅度增加,在增加计算耗时的同时,也降低了预测的稳健性;③滑动模型主要是改善了较高径流值和径流峰值的预测情况,相对牺牲了较低径流值的预测精度;④Kalman滤波方法全方位、大幅度的提高了径流在各个区段的预测效果,其峰值预测准确率更是高达63.64%。

基于模糊神经网络的煤层瓦斯含量预测研究

为提高未采区煤层瓦斯含量预测的准确性,在分析研究影响煤层瓦斯含量的主要地质因素的基础上,借助模糊数学作为表达与处理不精确数据、模糊信息的手段,以神经网络作为解决问题的途径,将模糊数学与神经网络有机结合,建立基于模糊神经网络的煤层瓦斯含量预测模型。研究结果表明:模糊神经网络模型不仅能够较好地解决模糊信息难于定量表达、学习样本难于确定等问题,而且能够较准确地提取出煤层瓦斯含量与其各个影响因素之间的非线性关系。通过实例运算验证,其预测精度较神经网络模型提高了4.84%～25.79%,应用于煤层瓦斯含量预测的效果更为理想,具有良好的应用前景,可以为实施科学的矿井瓦斯管理、预防各种瓦斯事故提供理论依据。

交通流预测网格自适应负载平衡研究

交通流预测从理论研究到投入实际应用,需要满足大规模路网交通流预测对计算资源的需求,同时能以较低的代价使用这些资源,网格技术提供了这种可能性。但是网格是一个动态共享的环境,负载失衡会使得交通流预测的实时性无法得到保障。由于路网交通流预测任务是由一组不断被执行的相互独立任务组成的。提出了一种结合网格节点动态负载信息与任务执行时间反馈的自适应网格负载平衡算法,根据系统负载变化来分配任务到各个主机,同时根据各个节点上任务执行时间的差距来调节各个节点的负载。并且在此算法的基础上构建了大规模路网的交通流预测网格系统,验证了算法在实际运用中的可行性。

组合短路段的长路段旅行时间短时预测

旅行时间预测是城市智能交通系统的必要组成部分。利用时间序列ARIMA模型预测短路段的旅行时间,然后组合短路段的预测结果得到长路段的旅行时间预测结果,最后与直接利用ARIMA模型预测长路段的旅行时间方法进行了对比。研究表明,组合短路段的长路段旅行时间预测方法具有更高的精度和更优的预测效果,在旅行时间短时预测方面具有较好的实用性。

安全性预测组合模型的神经网络方法及应用

煤矿安全的首要问题是对安全性指标进行合理的预测。本文指出了传统预测方法存在的不足,提出了应用神经网络建立时间序列的组合预测模型,并提高了预测精度。结果表明,用这种方法进行全安预测效果较好。

光电装备维修器材多变量分数阶灰色预测模型

以光电装备维修器材消耗为背景,提出多变量分数阶灰色预测模型。分数阶的引入将累加灰色模型从整数域推广到实数域,弱化了原始数据序列的随机性,增强了预测精度。以前对分数阶灰色模型的研究都是基于时间单因素的,但是光电装备器材的消耗往往和多种因素相关。因此建立多变量与器材消耗的多元回归方程,并将分数阶灰色预测与多元回归相结合,将充分发挥两者的优点。最后与某型光电装备维修器材实际消耗量比较,预测值与实际消耗值十分接近,且平均相对误差小,具有较高的预测精度。

基于小波变换与MOBP的股价预测

提出了一种基于小波变换与改进动量BP神经网络(MOBP)的股价预测方法。将股票价格所构成的非平稳时间序列小波分解,建立基于优化权值的改进动量BP神经网络(MOBP)预测模型,对分解得到的近似部分与各细节部分分别进行训练,结合各部分的预测结果,可以得到原始序列的预测值。实验结果表明,这种方法预测效果较为理想,且相对于传统的BP神经网络预测的准确度有明显的提高。

基于改进相似日的光伏系统日发电量预测

光伏系统日发电量预测对于提高可远程监控的离网光伏设备的电能管理具有重要的意义。针对这一需求,通过分析影响光伏系统日发电量的因素,提出了用加权平均总云量以量化日天气类型,并以此改进选取相似日过程中气象特征向量的构造。通过计算分析相似度筛选出与预测日特征相似的历史数据,作为预测模型的训练样本,利用支持向量机回归(SVR)对光伏系统的日发电量进行预测,并通过某地太阳能LED路灯的实测数据对模型进行验证,计算分析了预测误差。结果表明,该方法具有较高的预测精度,所提模型具有有效性和实用性。

川西南及邻区地震短临预测的实践与思考

在简介川西南及邻区地震地质和历史强震活动的基础上,通过重点梳理部分典型地震短临预测实例,介绍了地方政府对防震减灾、地震预报工作的重视和支持,对工作中的一些实际问题进行了思考,供同行们讨论与参考。

基于WebGIS的海洋预报信息发布系统的设计与实现

海洋预报信息在海洋管理、国防建设和海洋经济发展等方面有着广泛应用,建设能够实时动态地发布海洋预报信息的数据共享平台具有重要的现实意义。本文首先分析了海洋预报数据管理和可视化方面存在的突出问题;然后,针对这些问题,利用GIS技术对海洋预报数据的管理和可视化方法进行研究,分别基于混合结构数据模型管理预报数据,以矢量图、栅格图、统计折线图等方式对预报数据进行可视化;最后,基于WebGIS、ArcGIS API for JavaScript技术进行了海洋预报信息发布系统的开发实践,实现了海洋预报数据的科学管理和动态可视化。

基于GIOWA算子的铁路客运量组合预测研究

对全国铁路客运量进行高效精确地预测,对铁路部门发展有极其重要的战略意义。选取1997-2017年全国铁路客运量数据,采用时间序列ARIMA模型、Hlot-Winters非季节指数平滑和多元线性回归3种单项预测模型方法,将广义诱导因子引入,选取了IOWHA、IOWGA、IOWA算子,以最小误差平方和为限制建立组合预测模型并验证模型有效性。结果显示,组合预测模型精度与效用完全高于单项预测模型。结合我国铁路运输业的发展,在现有模型的支持下预测了未来5年的全国铁路客运量,以期为交通规划的制定与管理提供参考。

民航事故征候的关联度分析和灰色模型预测

民航事故征候的分析和预测是民航安全研究的重要内容,其目的是掌握民航事故征候影响因素的影响程度和未来发展状况,以此提出相应的安全措施,减少民航事故。通过对民航事故征候及其影响因子作灰色关联度分析,发现机组失误是关键因子,其后依次为总飞行时间、机械原因和天气原因;运用灰色模型对现有2001—2004年机组失误导致的事故征候的实测统计数据进行分析,预测出2005—2009年机组失误导致的事故征候次数分别为37、44、52、61和73;经过残差、后验差等检验分析,发现该模型精度较高,效果较理想。预测的趋势指示出机组失误导致的事故征候随时间的推移在增加。所以,在以后的航空安全管理工作中要着重加强机组管理,有效的预防和矫正机组行为失误,从而达到减少事故征候的目的。

需求预测与信息到达:基于用户新媒体使用路径的大数据研究

用户在新媒体使用路径中留存大量数据。本文从使用路径角度出发对大数据进行研究,包括信息获取路径、商务交易路径、网络娱乐路径、交流沟通路径。通过对路径流程和数据挖掘建模,分析大数据在预测用户需求、信息精准到达方面的应用,文章指出各类信息应加强在各应用路径中的＂凹入度＂,各应用路径的融合和嵌入扩大了数据容量,扩展了数据维度。并强调大数据时代也不能全然依赖大数据,对用户的背景变化和心理的洞察甚至更加重要。

基于气候适宜度的辽宁省春玉米产量动态预报研究

基于前人研究的东北地区春玉米适宜度指标,分别构建以省、市为空间尺度,以候为时间尺度的春玉米温度、降水和日照适宜度模型,运用积分回归法,建立春玉米气候适宜度指数,根据加权法,建立辽宁省和14个市的春玉米产量动态预报模型。结果表明,气候适宜度指数与单产丰歉值显著相关,1992—2013年省级模型回代检验准确率为79.6%,该方法可以动态预报辽宁省春玉米单产,满足辽宁省省级农业气象业务服务需求。

传感技术的应用与发展趋势展望

近年来,随着我国科技实力的提升,传感技术在我国经济社会发展建设中发挥的作用日渐突出,并逐渐成为了支撑和推动我国现代化工业建设可持续健康发展的重要环节和中坚力量,我国在传感器应用与研发领域的工作发展水平已逐步迈入世界一流行列。本文从现阶段我国传感技术应用与发展的主流趋势和特点入手,分析现阶段传感技术应用与发展的主要领域和具体表现,进而结合今后一个时期我国高精尖技术研发工作发展需要,对在下一步工作中提高我国传感技术应用与发展水平提出了若干合理性工作建议。

沙澧河流域致洪预警系统设计与应用

沙澧河流域致洪预警系统基于中小河流致洪预警气象服务需求,以气象与水文相结合,应用地理信息(GIS)先进技术,利用气象常规数据、地面自动雨量站资料、数值模式、卫星雷达资料及水文雨量、水位数据等资料,运用动力学诊断和统计分析、多元线性回归方法、模式输出法、相似预报等方法,输出暴雨和水位增量预报模型。该系统通过C/C++语言编程,集气象水文信息显示分析、数据库、预报模型和用户界面于一体,建立了涵盖流域暴雨预报、水位增量监测预测、洪涝灾害预警服务等多功能的可视化业务技术平台。在本地基层台站首次将气象和水文两个学科结合,建立降水、水文和洪涝数据库;首次对沙澧河流域进行暴雨形势分型,并建立流域暴雨预报模型;首次建立沙澧河流域五大水库水位增量预报模型。自系统运行以来,成功对沙澧河流域出现的几次致洪暴雨进行了预警,服务效果明显。

基于生产力及城镇化布局的省级长期电力需求分布预测

准确把握省级电网长期电力需求,尤其电力需求在各区域分布,对省级电网合理规划和网架优化具有重要的前瞻性指导作用。文章构建了基于生产力及城镇化布局的省级长期电力需求分布预测模型,并以安徽为例,预测了2030年安徽全社会用电量在各地市分布,结果显示:该模型实现了从全省电力需求到各区域电力需求的科学有效衔接,且预测结果相较于一般占比预测方法更为科学合理。对电力市场分析及电网规划人员合理预测省级长期电力需求分布、实现前瞻性电网规划具有一定的参考价值。

基于ELMAN神经网络的建筑工程经济预测研究

建筑工程经济预测即工程造价估算是项目可行性的基础。针对建筑工程经济估算繁琐的问题,基于Elman神经网络的优点,通过对影响单项工程的各变量进行权重分析,从而建立有效的网络。通过数据分析模型,基于MATLAB数学软件可以实现对建筑工程经济的快速预算。