改进灰色时序模型在建筑物变形监测中的应用

建筑物变形监测数据中存在着随机干扰和不确定性因素,而单一的数学模型预测结果精度较低,制约了变形预测的准确性。针对这一问题,文中采用了一种自适应Kalman滤波的灰色时序组合预测模型。首先,通过自适应Kalman滤波算法对原始数据进行去噪处理,动态的去除数据内部的随机干扰误差;然后,将灰色模型(GM模型)与时间序列分析模型(AR模型)相结合,得到拟合时间序列中的沉降量趋势项和沉降量随机时间序列剩余项,生成一种非线性组合模型;最后,对变形监测数据进行整理预测,并将该预测模型应用于建筑变形工程实例中,与GM(1,1)预测模型、GM(1,1)-AR预测模型通过平均残差、残差的方差和后验差比值进行对比分析。结果表明:该模型后验差比值可达到0.045 1,所得数据结果明显减小,预测精度显著提高,结果更加准确可靠。     

基于改进灰色预测模型的电力需求预测研究

当建模序列具有随机振荡特征时灰色预测模型的模拟及预测精度较差,实际上序列越光滑模型的模拟精度就越高;本文通过改善建模序列的光滑性以提高灰色预测模型的模拟精度,研究了一种压缩随机振荡序列振幅的算法,推导了基于随机振荡序列的灰色预测模型^x(t)=Fβt-31-(-1)tE-T;最后应用该模型预测我国西部某城市的电力需求,并与其他灰色预测模型的模拟精度进行了比较(新模型的模拟精度为7%,其他模型的精度均为12%),表明新模型具有更好的模拟效果,研究成果对丰富与完善灰色预测理论体系,促进灰色模型与电力需求预测的对接,具有积极意义。     

基于BP神经网络优化的灰色线性回归组合模型应用分析

在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的计算功能,实现组合预测模型算法。通过实例分析发现拟合结果对实测值出现一定的波动性,故通过建立实测值与模拟值之间的比值序列,再利用BP神经网络模型对该比值序列进行建模优化,以进一步优化组合模型的预测精度。最后实例证明了该优化模型具有较高的拟合和预测精度,是一种可行、有效的优型变形数据分析模型。     

基于模糊信息粒化的支持向量机在犯罪时序预测中的应用

犯罪时间序列一般具有随机性和波动性强的特点。传统的时间序列建模方法利用犯罪时序数据之间的相关性建立预测模型;但对细颗粒度下的信息利用不足。相比之下,基于模糊信息粒化的支持向量机能够在对时间序列的细颗粒度数据进行粒化预处理的基础上建立拟合回归模型,实现粗颗粒度下的时序预测。利用基于模糊信息粒化的支持向量机方法对S市的侵财类案件数据进行分析预测,并与ARIMA模型进行了比较。结果表明该方法在预测精度上要显著优于时间序列预测模型。对公安部门的警务指挥与情报研判具有较高的实用性。     

响应变量随机缺失的相依函数型单指标模型的 k 近邻估计

针对具有 α 混合结构的函数型时间序列数据,当响应变量随机缺失时,利用函数型单指标模型进行统计建 模,并采用 k 近邻方法对模型中未知参数和未知函数进行估计,与经典核方法相比,其数据适用性更强,可以提高 估计效率;通过数值模拟和厄尔尼诺海平面温度数据,将 k 近邻方法和经典核方法进行比较,讨论 k 近邻方法与经 典核方法对未知参数和未知函数的估计效果;从模拟结果可以看到:k 近邻方法对未知参数和未知函数的估计精度 以及随样本增加的改善效果要优于经典核方法,在真实数据分析中,k 近邻对真实数据的精度拟合以及趋势拟合都 表现优异;这些结果表明:在响应变量随机缺失的时间序列单指标模型中,采用 k 近邻方法对未知参数和未知函数 进行估计,在精度上要优于经典核方法,同时在真实数据分析中,相比经典核方法,k 近邻方法能更好地拟合 数据。     

运用趋势混沌预测模型预测硫化矿石堆自热升温过程

为准确预测硫化矿石堆自热过程中的温度变化,根据硫化矿石堆的氧化升温特征建立温度趋势预测模型,在对趋势预测结果的差值序列进行混沌识别后,采用加权一阶局域法建立混沌预测模型。再将两者叠加构成趋势-混沌组合预测模型,并应用该模型对模拟矿石堆温度进行预测。研究结果表明:硫化矿石堆温度与时间的关系符合指数模型特征,利用此模型可对矿石堆温度变化趋势进行预测;趋势预测差值序列的关联维数为分数,Kolmogorov熵大于0,表明趋势预测差值序列中含有混沌项,可对其进行混沌预测;预测结果证实趋势-混沌组合预测模型具有很高的预测精度,能够很好地适用于硫化矿石堆自燃火灾的早期预测。     

基于改进的分形插值与SVM的股指预测模型

为了更好地分析和预测股指时间序列的短期变化趋势,提出了一种确定分形插值自由参数的新方法,由此建立了一个改进的分形插值模型,并将该模型与支持向量机模型相结合构造混合预测模型.经R/S分析可知上海证券综合指数的日收盘数据具有长程相关性,于是将混合预测模型用于分析和预测上海证券综合指数时间序列,发现混合预测模型较其他方法具有更好的拟合效果,且在短期预测方面有更高的预测精度.     

机场道面使用性能的动态自回归预测模型

针对我国机场道面性能观测时间短,观测数据少,使用现有模型预测精度低,不能根据观测值动态更新预测模型等现状,提出了将卡尔曼滤波应用于时间序列预测的方法,建立了动态自回归预测模型,进行机场道面使用性能的预估.选取我国华东某机场的实测道面状况指数为基础数据,进行时间序列建模,应用卡尔曼滤波算法实现时间序列模型参数的实时更新,分析模型的预测效果.时间序列数据较少时,难以建立高精度的自回归模型,通过卡尔曼滤波处理建立的动态自回归预测模型精度明显提高.     

改进的人工神经网络模型在水文序列预测中的应用研究

目前人工神经网络(ANN)技术在水文序列模拟预测中有较多应用.由于径流时间序列往往呈现出复杂的变化过程,直接使用径流序列建立的ANN单变量预测模型大多精度较差而难以满足需要.本文拟从两个方面进行改进,以提高ANN径流量预测模型的精度.首先,根据径流序列的变化规律,滤去序列中的季节性变化趋势,并采用局部多项式拟合求残差方法消除局部波动成分后得到新序列作为ANN模型训练样本,结果表明由此训练得到的ANN模型比未作处理的样本训练得到的ANN模型预测精度明显改善.另一方面,通过消除趋势波动分析(DFA)方法检测径流序列的分形特征并估算其标度区间,选取不同数量的训练样本进行训练得到多个ANN模型,确定模型预测精度最高时的训练样本数,并与标度区间比较,结果表明在标度区间内选取训练样本数可明显提高ANN模型预测精度.这对ANN模型训练样本数的选取有指导意义.     

风电功率波动特性研究

采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先,针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果;其次,建立了基于不同时间间隔历史实测数据的BP神经网络预测模型,数据检验表明该模型对于峰值有很理想的预测精度且整体精度较高。     

Comment on “Low-frequency sea level variation and its correlation with climate events in the Pacific”

The tide gauge results exhibit strong multi-decadal oscillations with detected periodicities up to a quasi-60 years. This translates in the requirement of at least 60-70 years of continuously recorded data without any quality issue and the use of a procedure appropriate for time series with periodic components to infer the acceleration trend. This is not what is done in many recent papers where the oscillating behaviour is neglected and short or incomplete records arbitrarily extended or reconstructed are used to infer wrong accelerating trends. All the tide gauges of enough length and quality show the sea levels are oscillating with important multi-decadal periodicities but absolutely not positively accelerating. The satellite radar altimeter reconstruction of the global mean sea level only available since 1993 shows despite the many uncertainties of a still imperfect procedure a not positively accelerating behaviour. The presence of acceleration in the reconstructed or extended data sets and the lack of acceleration in all the individual tide gauge measurements of enough quality and length certainly deserve further discussion. This is a comment to a previously published original paper made on the basis of other previously published results and not a new original paper.     

Mass and volume contributions to twentieth-century global sea level rise

The rate of twentieth-century global sea level rise and its causes are the subjects of intense controversy. Most direct estimates from tide gauges give 1.5-2.0 mm yr(-1), whereas indirect estimates based on the two processes responsible for global sea level rise, namely mass and volume change, fall far below this range. Estimates of the volume increase due to ocean warming give a rate of about 0.5 mm yr(-1) (ref. 8) and the rate due to mass increase, primarily from the melting of continental ice, is thought to be even smaller. Therefore, either the tide gauge estimates are too high, as has been suggested recently, or one (or both) of the mass and volume estimates is too low. Here we present an analysis of sea level measurements at tide gauges combined with observations of temperature and salinity in the Pacific and Atlantic oceans close to the gauges. We find that gauge-determined rates of sea level rise, which encompass both mass and volume changes, are two to three times higher than the rates due to volume change derived from temperature and salinity data. Our analysis supports earlier studies that put the twentieth-century rate in the 1.5-2.0 mm yr(-1) range, but more importantly it suggests that mass increase plays a larger role than ocean warming in twentieth-century global sea level rise.     

海平面上升对广西珍珠港红树林分布的影响

以广西珍珠港的遥感影像为底图,综合考虑相对海平面变化、地表沉积及海堤分布,利用平均潮位、平均大潮高潮位数据,借助SRTM数字高程模型,预测未来100 a海平面上升低、中、高3种模式下研究区红树林的分布.结果表明:(1)预测年研究区的红树林向陆边界保持稳定,向海边界向海方向移动,红树林的分布面积增加.绝对海平面上升低、中、高3种模式下,红树林向海边界分别向海推进70、56、46 m,面积分别增加280、225、187 hm2;(2)红树林的向陆边界由于海堤的阻碍保持稳定,红树林的向海边界因沉积速率大于相对海平面上升速率而向海扩展.     

人工神经网络在潮汐预测中应用研究

海洋环境中,精确预测潮汐是关系到建筑物和人类活动的重要工作.利用人工神经网络进行单测站潮位和多测站对应潮位预测,并结合潮汐现象的特点,提出了在预测之前有针对性的数据处理分析方法--周期分析概念,并将其应用到实际的潮位预测当中,实例证明这种方法可以解决潮位预测中存在的时滞问题,提高了预测的精度.同时根据不同测站潮汐数据之间的相关性,以及潮汐数据规律性较强这一特点,进行了不同潮位测站之间的对应潮位预测,取得了很好的结果.     

钦州湾三维潮流数值模拟

采用潮流控制方程和湍流封闭方程构建完整的三维浅海潮波定解方程组,通过建立钦州湾三维潮流数值模型来重现计算钦州湾的潮位和潮流变化状况．模拟结果与同步进行的岸边潮位及海上潮流的观测值校验结果表明,实测潮位资料与对应时间的计算结果吻合良好,潮位变化为1d中出现1次高潮和1次低潮,1个月内出现2次大潮和2次小潮,大潮潮流约4．Om,小潮潮流约1．Om．实测潮流与对应时间的计算结果十分接近．最大流发生时刻、转流时间以及潮流性质与计算结果相差不大,潮流速度和潮流方向也与计算结果较为一致．模拟计算结果真实地反映钦州湾的潮位变化和潮流运动状况。     

相似路径台风风暴潮过程对比

基于MIKE 21模型和Holland台风风场模型,构建了1909号利奇马和0509号麦莎2次相似路径台风期间的风场和气压场,并模拟了相应的风暴潮过程。结果表明：台风中心附近增水变化显著,浙江东北部海域在台风登陆期间的增水更大;受台风强度影响,台风利奇马期间增水高值区更大,部分海域2次台风期间最大增水差值接近1.0 m;潮致欧拉余流速度较大值主要分布在100 m水深以浅的海域,量值超过20 cm/s,江苏沿海、台湾东北部海域存在欧拉余环流;台风利奇马期间近海斯托克斯余流值普遍小于麦莎期间;斯托克斯余流项对台风期间长江口、浙闽等近海浅水区短期物质输运过程起一定主导作用。用EMD方法和Hillbert变换分析了典型站点风暴潮位的特征,发现站点IMF1模态和天文潮位较吻合;水深和IMF3模态的最大功率谱密度呈现出较高的相关性,并且随着水深的增加,IMF3模态的最大功率谱密度逐步变大。     

Low-frequency sea level variation and its correlation with climate events in the Pacific

Global mean sea level(GMSL) has not only significant secular trend and seasonal variations,but also inter-annual and decadal variations.This paper reconstructs the time series of GMSL variations between 1948 and 2007 by combining satellite altimeter measurements and tide gauge observations.Based on the time series,the acceleration of GMSL rise in the second half of 20th century is estimated to be 0.010±0.009 mm/a 2,and multi-scale low frequency sea level oscillations including decadal variations are detected,and the high-rate of GMSL rise during 1993-2003 is locate in the ascending phase of low frequency oscillation.Then,using the reconstructed GMSL time series after removing the secular trend from satellite altimetry and tide gauges measurements,it shows that low frequency signal of sea level variation has strong correlations with the index of El Ni o/Southern Oscillation(ENSO) and Pacific Decadal Oscillation(PDO).But in several time periods,they have large difference due to effects of both high frequency occurrence of El Ni o and La Ni a phenomenon and short term switch of PDO events.     

杭州湾湾内天文潮与风暴潮耦合模式建立与应用

区域水资源复合系统的可持续利用演变呈不同S形增长模式.基于线性假设的Logistic模型不能够反映演变模式的多样性,所以引入更有弹性的Richards模型来描述区域水资源复合系统的演变过程,将其演变模式分为前后相近型、迅速崛起型和缓慢崛起型;并通过分析不同演变模式的特征得出,迅速崛起型的顶峰期前期、缓慢崛起型的起步期后期也是可持续利用的理想区间.在此基础上,进一步分析了区域水资源复合系统可持续利用长期演变轨迹,表明演变是连续性渐变和间断性"涨落"的结合.最后,以大连市为例,做了定量的应用研究.结果表明,大连市水资源复合系统1980～1988年、1990～1998年的演变轨迹呈规则的S形,其演变模式均属于迅速崛起型;1980～2007年的演变轨迹渐变中存在着"涨落",基本符合S形,属于缓慢崛起型.     

有限体积海岸海洋模型模拟泉州湾人工岛建设对水交换的影响

以泉州湾秀涂人工岛的建设为例,基于有限体积海岸海洋模型,建立泉州湾三维数值模型,模拟分析建岛前、后水动力特征、潮致余流和纳潮量的变化.采用欧拉弥散方法模拟污染物浓度的对流扩散,对泉州湾的水交换能力进行分析.结果表明:建岛后,大部分海域的海潮流速约减小0.1 m·s^-1;石湖港区人工岛连线以西大部分区域的潮致余流变化不显著,但湾口的潮致余流出现较为明显的减少;纳潮量的变化较为明显,小潮期间纳潮量的变化率为10.09%,使小潮期间湾内水体与外海的交换能力变弱,更易遭受污染威胁;洛阳江流域和金屿的污染物浓度差变化较大,导致湾内水体的半交换时间约增加3 d.     

钦州湾潮流模拟及其纳潮量和水交换周期计算

根据FVCOM模式的模拟结果和2006年至2008年间对钦州湾海流的观测资料,分析钦州湾的潮流特征,并计算该湾在平均海平面的纳潮量和大、小潮的水交换半更换周期。结果表明,该湾潮差很大,潮流主要为往复流,平均潮差纳潮量为7．55×10^8m^3,大、小潮水交换的半更换周期分别为1．70个周期和4．53个周期。