期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
投影寻踪门限自回归模型在海洋冰情预测中的应用
被引量:
6
1
作者
金菊良
魏一鸣
+1 位作者
付强
丁晶
《海洋预报》
北大核心
2002年第4期60-66,共7页
为预测海洋冰情时序这类非线性动力系统,提出了投影寻踪门限自回归(PPTAR)模型。用自相关分析技术确定预测因于,构造了新的投影指标函数,用门限回归(TR)模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标...
为预测海洋冰情时序这类非线性动力系统,提出了投影寻踪门限自回归(PPTAR)模型。用自相关分析技术确定预测因于,构造了新的投影指标函数,用门限回归(TR)模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标函数和 TR模型参数。实例的计算结果表明,用PPTAR模型预测海洋冰情时序是可行和有效的。PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解抉非线性时序复杂殒测问题提供了新的途径。
展开更多
关键词
海洋冰情
非线性时间序列
遗传算法
投影指标函数
投影寻踪门限自回归模型
下载PDF
职称材料
遗传双线性模型在海洋冰情预测中的应用
被引量:
3
2
作者
金菊良
杨晓华
+1 位作者
金保明
丁晶
《海洋环境科学》
CAS
CSCD
北大核心
2000年第4期18-22,共5页
提出了一套建立双线性模型 (BM )的简便方案。用作者研制的加速遗传算法可同时估计BM模型各参数 ,成功地解决了BM建模这一难题 ,为BM模型的广泛应用提供了强有力的工具。实例的计算结果说明 ,这套方法在海洋冰情预测中是可行而有效的 ,...
提出了一套建立双线性模型 (BM )的简便方案。用作者研制的加速遗传算法可同时估计BM模型各参数 ,成功地解决了BM建模这一难题 ,为BM模型的广泛应用提供了强有力的工具。实例的计算结果说明 ,这套方法在海洋冰情预测中是可行而有效的 ,通过利用预测过程中产生的残差信息进行反馈矫正 ,保证了BM模型高的拟合精度和稳健的预测性能 ,增强了BM对复杂非线性动态系统的适应性。该方案具有一般性 。
展开更多
关键词
海洋冰情
预测
双线性模型
遗传算法
下载PDF
职称材料
BP神经网络非线性组合预测模型在海洋冰情预测中的应用
被引量:
9
3
作者
张愉
谢飞
金菊良
《运筹与管理》
CSCD
2006年第3期99-102,113,共5页
针对海洋冰情灾害的非线性复杂问题,目前已提出了多种模型对其进行预测。在此基础上,根据神经网络的非线性和良好的函数逼近特性,提出用基于BP神经网络的非线性组合预测(NN-NLCF)模型来预测海洋冰情灾害。结果表明,NN-NLCF模型与海洋冰...
针对海洋冰情灾害的非线性复杂问题,目前已提出了多种模型对其进行预测。在此基础上,根据神经网络的非线性和良好的函数逼近特性,提出用基于BP神经网络的非线性组合预测(NN-NLCF)模型来预测海洋冰情灾害。结果表明,NN-NLCF模型与海洋冰情的非线性特性相契合,它综合利用了参与组合的多种预测模型的有效信息,因而能更客观地反映海洋冰情的发展趋势,预测结果更为稳健、精度更高,在其它自然灾害时序预测中具有一定的推广应用价值。
展开更多
关键词
安全工程
海洋冰情
灾害组合预测模型
BP神经网络
非线性
下载PDF
职称材料
用基于加速遗传算法的组合预测模型预测海洋冰情
被引量:
13
4
作者
金菊良
魏一鸣
丁晶
《系统工程理论方法应用》
2003年第4期367-370,共4页
提出了建立组合预测模型的新方法(AGA-CF),以组合预测模型的预测误差绝对值和最小为优化准则,用加速遗传算法确定组合预测模型各单个预测模型的最优权重,并把AGA-CF应用于实际的海洋冰情预测中。结果表明:AGA-CF综合利用了各单个预测模...
提出了建立组合预测模型的新方法(AGA-CF),以组合预测模型的预测误差绝对值和最小为优化准则,用加速遗传算法确定组合预测模型各单个预测模型的最优权重,并把AGA-CF应用于实际的海洋冰情预测中。结果表明:AGA-CF综合利用了各单个预测模型的重要预测信息,其预测误差明显小于各单个预测模型的预测误差,AGA-CF的预测结果更为稳健;AGA-CF方法可操作性和通用性强,可适用于其他组合预测的实际问题中。
展开更多
关键词
加速遗传算法
海洋冰情
预测
预测误差
海洋
灾害管理
组合预测模型
AGA-CF
原文传递
题名
投影寻踪门限自回归模型在海洋冰情预测中的应用
被引量:
6
1
作者
金菊良
魏一鸣
付强
丁晶
机构
合肥工业大学土木建筑工程学院
中国科学院科技政策与管理科学研究所
四川大学水电学院
出处
《海洋预报》
北大核心
2002年第4期60-66,共7页
基金
安徽省优秀青年科技基金项目
安徽省自然科学基金项目(01045102)资助。
文摘
为预测海洋冰情时序这类非线性动力系统,提出了投影寻踪门限自回归(PPTAR)模型。用自相关分析技术确定预测因于,构造了新的投影指标函数,用门限回归(TR)模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标函数和 TR模型参数。实例的计算结果表明,用PPTAR模型预测海洋冰情时序是可行和有效的。PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解抉非线性时序复杂殒测问题提供了新的途径。
关键词
海洋冰情
非线性时间序列
遗传算法
投影指标函数
投影寻踪门限自回归模型
Keywords
projection pursuit
sea ice conditions
nonlinear time series
genetic algorithm
分类号
P731.3 [天文地球—海洋科学]
下载PDF
职称材料
题名
遗传双线性模型在海洋冰情预测中的应用
被引量:
3
2
作者
金菊良
杨晓华
金保明
丁晶
机构
四川大学水电学院
河海大学数学物理系
福建省南平市水电局
出处
《海洋环境科学》
CAS
CSCD
北大核心
2000年第4期18-22,共5页
基金
国家自然科学基金资助项目!(4 98710 18)
中国博士后科学基金
四川大学高速水力学国家重点实验室开放基金资助项目! (990 4)
文摘
提出了一套建立双线性模型 (BM )的简便方案。用作者研制的加速遗传算法可同时估计BM模型各参数 ,成功地解决了BM建模这一难题 ,为BM模型的广泛应用提供了强有力的工具。实例的计算结果说明 ,这套方法在海洋冰情预测中是可行而有效的 ,通过利用预测过程中产生的残差信息进行反馈矫正 ,保证了BM模型高的拟合精度和稳健的预测性能 ,增强了BM对复杂非线性动态系统的适应性。该方案具有一般性 。
关键词
海洋冰情
预测
双线性模型
遗传算法
Keywords
marine ice condition
prediction
nonlinear time series
bilinear model
genetic algorit0
分类号
P731.32 [天文地球—海洋科学]
下载PDF
职称材料
题名
BP神经网络非线性组合预测模型在海洋冰情预测中的应用
被引量:
9
3
作者
张愉
谢飞
金菊良
机构
中国科学院科技政策与管理科学研究所
重庆市水资源管理站
合肥工业大学土木建筑工程学院
出处
《运筹与管理》
CSCD
2006年第3期99-102,113,共5页
基金
国家自然科学基金资助项目(50579009
70425001)
+1 种基金
国家"十五"科技攻关项目(2004BA608B-02-02)
教育部优秀青年教师资助计划项目(教人司[2002]350)
文摘
针对海洋冰情灾害的非线性复杂问题,目前已提出了多种模型对其进行预测。在此基础上,根据神经网络的非线性和良好的函数逼近特性,提出用基于BP神经网络的非线性组合预测(NN-NLCF)模型来预测海洋冰情灾害。结果表明,NN-NLCF模型与海洋冰情的非线性特性相契合,它综合利用了参与组合的多种预测模型的有效信息,因而能更客观地反映海洋冰情的发展趋势,预测结果更为稳健、精度更高,在其它自然灾害时序预测中具有一定的推广应用价值。
关键词
安全工程
海洋冰情
灾害组合预测模型
BP神经网络
非线性
Keywords
safety engineering
combination forecasting model of marine ice condition
BP neural network
nonlinear
分类号
N945.24 [自然科学总论—系统科学]
下载PDF
职称材料
题名
用基于加速遗传算法的组合预测模型预测海洋冰情
被引量:
13
4
作者
金菊良
魏一鸣
丁晶
机构
合肥工业大学土木建筑工程学院
中国科学院科技政策与管理科学研究所
四川大学水电学院
出处
《系统工程理论方法应用》
2003年第4期367-370,共4页
基金
国家自然科学基金重大项目(50099620)
四川大学高速水力学国家重点实验室开放基金(0201)
+2 种基金
安徽省优秀青年科技基金
安徽省自然科学基金(01045102)
教育部优秀青年教师资助计划(教人司[2002]350)
文摘
提出了建立组合预测模型的新方法(AGA-CF),以组合预测模型的预测误差绝对值和最小为优化准则,用加速遗传算法确定组合预测模型各单个预测模型的最优权重,并把AGA-CF应用于实际的海洋冰情预测中。结果表明:AGA-CF综合利用了各单个预测模型的重要预测信息,其预测误差明显小于各单个预测模型的预测误差,AGA-CF的预测结果更为稳健;AGA-CF方法可操作性和通用性强,可适用于其他组合预测的实际问题中。
关键词
加速遗传算法
海洋冰情
预测
预测误差
海洋
灾害管理
组合预测模型
AGA-CF
Keywords
sea ice condition
combined forecasting
genetic algorithm
time series
分类号
P731.32 [天文地球—海洋科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
投影寻踪门限自回归模型在海洋冰情预测中的应用
金菊良
魏一鸣
付强
丁晶
《海洋预报》
北大核心
2002
6
下载PDF
职称材料
2
遗传双线性模型在海洋冰情预测中的应用
金菊良
杨晓华
金保明
丁晶
《海洋环境科学》
CAS
CSCD
北大核心
2000
3
下载PDF
职称材料
3
BP神经网络非线性组合预测模型在海洋冰情预测中的应用
张愉
谢飞
金菊良
《运筹与管理》
CSCD
2006
9
下载PDF
职称材料
4
用基于加速遗传算法的组合预测模型预测海洋冰情
金菊良
魏一鸣
丁晶
《系统工程理论方法应用》
2003
13
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部