-
题名遗传门限自回归模型在气象时间序列预测中的应用
被引量:12
- 1
-
-
作者
金菊良
杨晓华
金保明
丁 晶
-
机构
合肥工业大学土木建筑工程学院
河海大学
福建省南平市水电局
四川大学水电学院
-
出处
《热带气象学报》
CSCD
北大核心
2001年第4期415-422,共8页
-
基金
国家自然科学基金和长江水利委员会联合资助项目(50099620)
国家自然科学基金资助项目(49871018)
-
文摘
提出了建立门限自回归模型(TAR)的一套简便通用的方法。用基于实码的改进遗传算法,可同时优化门限值和自回归系数,解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型在气象预测中的广泛应用提供了有力工具。实例计算的结果说明:通过门限值的控制作用,TAR模型可有效地利用气象时序资料所隐含的时序分段相依性这一重要信息,限制了模型误差,保证了TAR模型预测性能的稳健性,提高了预测精度。该方法具有通用性,在各种气象非线性时序预测中具有广泛的实用价值。
-
关键词
气象时间序列
门限自回归模型
非线性预测
遗传算法
气象资料
-
Keywords
meteorological time series
threshold auto-regressive model
nonlinear forecast
genetic algorithm
-
分类号
P468.0
[天文地球—大气科学及气象学]
-
-
题名门限自回归模型在海洋冰情预测中的应用
被引量:9
- 2
-
-
作者
杨晓华
金保明
金菊良
丁晶
-
机构
河海大学
福建省南平市水电局
四川大学
-
出处
《灾害学》
CSCD
1999年第4期1-6,共6页
-
基金
国家自然科学基金 !(编号49871018)
中国博士后科学基金
-
文摘
给出了建立门限自回归模型(TAR) 的一套实用方法, 用作者提出的改进遗传算法可同时优化门限值和自回归系数,成功地解决了TAR建模过程所涉及的大量复杂寻优工作这一难题。实例计算的结果说明了, 这套方法在海洋冰情预测中是可行的和有效的, 在各种自然灾害非线性时序动态预测中具有重要的理论意义和广泛的实用价值。
-
关键词
门限自回归模型
遗传算法
海洋
冰情预测
-
Keywords
ice condition time series, threshold auto regressive model, nonlinear prediction, genetic algorithm
-
分类号
P731.32
[天文地球—海洋科学]
-
-
题名具有周期变化和下降趋势的地下水位的预测
被引量:9
- 3
-
-
作者
金菊良
杨晓华
金保明
丁晶
-
机构
四川大学水利电力工程学院
河海大学数学物理系
福建省南平市水利电力局
-
出处
《水利水运科学研究》
CSCD
2000年第3期53-57,共5页
-
基金
国家自然科学基金! (49871 0 1 8)
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!990 4
-
文摘
应用门限自回归 (TRA)模型解决具有周期性变化和下降趋势的地下水位的预测问题 ,可以有效地利用地下水位资料所隐含的时序分段相关性 ,起到限制模型误差 ,保证模型预测性能的稳定性 。
-
关键词
地下水位
时间序列
非线性预测
遗传算法
-
Keywords
groundwater level
time series
threshold auto regressive model
nonlinear forecast
genetic algorithm
-
分类号
TV211.12
[水利工程—水文学及水资源]
-
-
题名年径流预测的遗传门限自回归模型
被引量:10
- 4
-
-
作者
金菊良
杨晓华
丁晶
-
机构
合肥工业大学土建学院
河海大学
四川大学水电学院
-
出处
《四川水力发电》
2001年第1期22-24,31,共4页
-
基金
国家自然科学基金! (编号 498710 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! (批准号 990 4)
-
文摘
为有效利用年径流时间序列资料所隐含的时序分段相依性这一重要信息 ,提出了用门限自回归模型 (TAR)来预测年径流 ,并研制了 TAR建模的一整套简便通用的方案。用所提出的改进遗传算法 ,可同时优化门限值和自回归系数 ,从而解决了 TAR建模过程所涉及的大量复杂寻优工作这一难题 ,为 TAR模型的广泛应用提供了强有力的工具。实例计算的结果说明这套方案是可行的和有效的 ;通过门限值的控制作用 ,TAR模型可以有效地限制模型误差 ,从而保证 TAR模型预测性能的稳健性 ,提高预测精度。该方案具有通用性 。
-
关键词
年径流
时间序列
门限自回归模型
遗传算法
-
Keywords
annual runoff time series
prediction
threshold auto regressive model
genetic algorithm
-
分类号
P338
[天文地球—水文科学]
P333.9
[天文地球—水文科学]
P3
[天文地球—地球物理学]
-