模糊均生函数残差模型在地下水数值模拟降水量预报中的应用

地下水主要补给来源为大气降水的入渗和地表水体的渗漏。在地下水模拟预报模型中需要预先知道降水量。迄今为止,年降水量的预测仍然是一个不易解决的难题。在模糊均生函数模型(FAFM)基础上,利用其残差数据序列对FAFM进行校正,提出了模糊均生函数残差模型(REMFAF),给出了模型预报精度的检验方法。实例研究表明,REMFAF模型应用于吉林省西部地区地下水数值模拟中的降水量预报,比FAFM的预报精度更高,取得了较为理想的结果。

多元均生函数模型及其在短期气候预测中的应用

在原均生函数模型的基础上,对模型进行改进,首次引入预报因子变量,建立一个多元的均生函数模型。它适应于气温、降水、热带气旋个数等多种要素预报。新建的多元均生函数模型包含了原模型的优点,而且比原有均生函数模型具有更强的物理基础。

均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上,利用其残差数据序列对均生函数预报模型进行校正,提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合,并进行独立地样本预报试验。预报结果发现,均生函数残差预报模型对原有模型在预报精度上都有一定的改进,取得了较好的预报效果。同时,利用M ann-K enda ll法和Y am am oto法,可以明确突变开始的时间,指出突变区域,使待报时段与建模资料处在同一气候阶段则预报效果更为理想。

基于均生函数-最优子集回归预测模型的青藏高原气温和降水短期预测

以青藏高原78个站点50年的逐年降水和温度数据为基础,使用SOFM人工神经网络模型对高原的降水和温度变化进行了分区,并采用均生函数-最优子集回归(MGF-OSR)预测模型对青藏高原的降水和温度进行了5年情景的预测。预测结果表明:总体而言,今后5年青藏高原的降水年际波动较大,并没有显著的趋势;但青海东南和西藏东部部分地区有明显的减少。青藏高原的总体温度变化增加趋势显著,仅高原东南部明显降温。

均生函数—最优子集回归在高温极值预测中的应用

根据南京等城市 1961年以来历年气温极值资料序列 ,采用均生函数—最优子集回归法设计的短期气候预测模型不但能较好地拟合历史实况 ,而且对未来 1～

基于均生函数的风电场风速短临预报模型

风电场风速短临预报是风电预报业务的重要环节之一。选取2011年1、4、7和10月河北及内蒙古两地的两座测风塔观测资料,综合采用均生函数、灰色关联度和多元回归等多种统计预报方法,建立了一套分站点的、15 min动态滚动的未来0～4 h风速短临预报模型。实际对比分析表明,所建模型比传统ARMA模型的月平均预报误差减少了2.2%～10.8%,在实际中具有重要的应用价值。

基于均生函数周期叠加外推法的EMD端点问题的研究

HHT过程存在端点效应问题,针对端点效应的产生机理,并在研究现有端点效应处理方法的基础上,提出一种基于均生函数周期叠加外推法的端点延拓方法。通过构造信号序列的均生函数延拓矩阵,从中提取优势周期,将各周期叠加并作外延,来对信号端点外的数据进行预测。该方法克服了现有各种极值延拓方法仅参考两端点附近的有限个极值点的缺陷,并且相比其它数据预测延拓方法精度更高、算法简便且计算时间大大缩短。仿真和实例信号证明,该方法能够有效抑制端点效应。

模糊均生函数模型及其应用

将均生函数(MGF)概念推广到模糊集中,定义了模糊均生函数(FMGF),给出了相应的建模方案及实施步骤。淮河、长江流域夏季降水的计算实例表明,这一方案具有较高的长期预报能力。

均生函数模型预报检验

通过对均生函数时间序列模型所作多种类型的预报进行检验发现，均生函数模型不但对观测统计值（如年、月平均值）而且对瞬时观测值（如最高气温）也有很好的效果；不但对平稳变化（如温度）而且对急剧起伏量（如太阳黑子）也有令人满意的结果。文中同时提出了改进均生函数模型的方法。

基于均生函数的最优子集回归方法在江西雨季降水预测中的应用

通过基于均生函数的最优子集回归方法在江西雨季 (4～ 6月 )降水预测中的应用 ,发现预报步长为 1 a时 ,预报效果较为理想。其中 4月份的预报能力最强 ,5、

基于气候重建资料及均生函数-最优子集回归模型的降水预测

利用由科尔沁沙地榆树区域综合年表而重建的181a降水序列,采用均生函数-最优子集回归(MGF-OSR)预测模型对科尔沁沙地降水进行了5a情景的预测,克服了以往序列短的不足。模型建模期相对误差绝对值在3%、5%、10%以内的年数分别占建模年数的36.46%、64.64%、93.37%,建模期模拟精度较高。2007～2010年实测检验期,模拟与实测值保持了方向一致性,各年份相对误差绝对值分别为11.40%、6.73%、22.06%、5.49%,大部分年份预测较理想。经预测,2011～2015年期间,2011年、2012年、2014年和2015年为降水正常年份,2013年为降水偏干年份。与实际情况对比,2011年与预测一致,2012年稍有差别。总体上,2011～2015年降水变化较为平缓。

用模糊均生函数模型作青藏高原气候冷暖预测

利用模糊均生函数模型(FMGF)和滑动T-检验,分析了近620年来青藏高原气候冷暖的变化趋势,并作出预测。结果表明:青藏高原最寒冷的时期为17世纪中期,最暖的是20世纪。温度存在31～45年的周期振荡。与20世纪后30年相比,未来50年中温度偏高约0.5℃。

基于小波变换和均生函数周期外推组合模式的非平稳时间序列分析与长期预测

提出了利用小波变换和均生函数周期外推组合模式进行时间序列长期预测的方法.基于小波多分辨率分析理论,非平稳时间序列被分解为多个相对简单的准周期信号,信号的趋势项、周期项和随机项被分离出来.然后采用均生函数周期外推预报模式对这些准周期信号进行预报,此方法能有效的提高预报长度,并能获得较高的建模及预报精度.仿真采用两个典型实例进行验证,结果表明了方法的正确性和有效性.

均生函数模型在高原汛期降水预报中的应用

以均生函数为基函数，建立了正交化、主成分和最优子集回归三类预测模型。对云南昆明、滇中（包括昆明、玉溪和楚雄）及西藏林芝的汛期（６～８月）降水进行了模拟和预测，其拟合效果，特别是对极值的拟合十分理想。结果表明：在高原地区，均生函数模型预报降水具有较高的精度，拟合报准率和实际报准率分别为９７％～１００％和６０％～８０％，且具有多步预测能力。

结合均生函数的神经网络在中长期水文预报中的应用

针对中长期径流预报在水库中长期运行方案制定及调度决策形成中的作用,基于传统和智能预报方法各自的优势,利用均生函数模型记忆时间序列的内在规律,采用偏最小二乘方法对预报因子进行降维处理,建立了结合均生函数的神经网络预报模型,并利用神经网络模型修正预报结果。实例计算表明,该模型不仅可提取径流序列的特征,且预报精度也较单一的均生函数模型和神经网络模型有所提高。

灰色均生函数模型及其在航空装备事故预测中的应用

提出一种航空装备事故的灰色均生函数组合预测模型。该方法先建立给定事故时序的灰色GM(1,1)模型,然后再利用残余信息构建均生函数模型。从算例结果可看出,该模型建模过程简单,预测精度总体上好于灰色马尔柯夫预测模型,更优于单独使用灰色模型的预测精度。从而表明:将灰色GM(1,1)模型和均生函数模型有机结合,由前者揭示航空装备事故的发展趋势,后者描述其随机摆动特性,能够较好地刻画航空装备事故的发展变化规律,为航空装备事故提供了一种可行的预测方法。

均生函数与BP神经网络耦合模拟预测模型(MGF-BP-I)的建立与应用

水文气候因子模拟预测对气候变化研究、农业墒情预报、生态环境改善、水资源合理开发利用等具有一定参考意义。均生函数、BP神经网络及其结合改进方式在模拟预测中各有优点,被广泛应用,但仍有进一步改进空间。针对MGF、MGF-OSR、MGF-OSR-BP等方法粗选因子集、粗选集组合筛选、收敛适应性、精度控制等可改进空间,进一步发挥均生函数和BP神经网络优势,建立了MGF-BP-I模拟预测模型。利用MGF-OSR、MGF-OSR-BP、MGF-BP-I对科尔沁沙地区域平均年降水进行了模拟预测。结果表明,建模期MGF-OSR-BP、MGF-BP-I拟合效果均较好,MGF-BP-I建模阶段最优模式精度优于MGF-OSR-BP,MGF-BP-I整体同时最优模式结果也非常好。检验期,MGF-BP-I检验阶段最优及整体同时最优两种模式拟合效果最好,相比其他模式精度有所提高。MGF-BP-I考虑更加全面,充分发挥了均生函数和BP神经网络优势,精度远高于MGF-OSR和MGF-OSR-BP,MGF-BP-I整体同时最优模式更符合实际应用,效果理想,可用于水文气候因子模拟预测。

均生函数预报模型的改进实验

为了提高对百色市主汛期月降雨量的预报准确率,基于均生函数预报方法,应用百色市1951—2006年6、7、8月份的月降雨资料,通过"短序列建模"和"残差订正"方法进行改进,得到原序列、短序列预报模型及其相应的残差订正预报模型。各改进模型均使预报精度和准确率得到了不同程度的提高,尤其是MGFAFMs模型的预报Ts比MGFFM模型提高了25%。研究结果表明:在月雨量预报业务实践中采取均生函数4模型集合预报方式将是一种很好的选择。

城市采暖期气温变化特征及其均生函数模型预测试验

用哈尔滨市 195 1～ 2 0 0 3年日平均气温资料 ,从气候角度阐述了哈尔滨市冬季采暖开、闭炉日期的意义 ,分析了日平均气温稳定通过 5℃初、终日和采暖期平均气温的变化特征 ,结果表明 :日平均气温稳定大于等于 5℃终、初日分别与采暖期平均气温有显著的正、负相关关系 ;随着采暖期平均气温逐渐升高 ,日平均气温稳定大于等于 5℃终日逐渐拖后 ,初日逐渐提前 ;采暖期平均气温和日平均气温稳定大于等于 5℃终、初日均存在突变现象。有必要改变以往的采暖模式 ,根据采暖期气温进行采暖能源调控。利用均生函数模型对 2 0 0 4～ 2 0 0 6年日平均气温稳定大于等于 5℃终、初日和采暖开、闭炉日期进行了预测试验。

基于均生函数模型的香屯站年最高水位模拟与预测

对江西乐安河流域香屯站1956年-2005年年最高水位,采用均生函数方法,生成25个周期性基函数,利用SPSS软件进行逐步回归因子挑选,最终筛选出10个周期性基函数作为预测对象的影响因子,建立最优回归方程。结果表明:该模型对非极值的模拟和预测精度很高,对极值的模拟效果较其它模型有很大改善,但仍然是主要误差来源。