基于混沌理论的降水量预测方法研究

[目的]得到精确度较高的月降水量预测值.[方法]首先利用C-C关联积分法来确定波密站月降水量非线性系统的时间延迟τ和嵌入维数m,再对月降水量时间序列进行相空间重构,并利用小数据量法求取Lyapunov指数来判断月降水量时间序列的混沌特征,然后构建Volterra模型分别进行短期5 a和长期15 a降水量预测,将其预测小...     

基于混沌相空间重构的数控机床运动精度预测

针对难以通过数学建模方法分析数控机床运动精度演化规律的问题,提出了基于混沌相空间重构理论的数控机床运动精度非线性演化预测方法。采用平均互信息法计算延迟时间,以虚假最近邻点法计算最小嵌入维数,对数控机床运动精度的一维时间序列进行相空间重构,获得与原系统拓扑同构的状态空间。基于混沌系统内在的规律性和有序性,用相点轨迹描述运动精度在相空间中的演化规律,以相点的多维分量构成输入向量,以运动精度预测值为输出向量,构造了基于RBF神经网络的非线性预测模型。引入了量子粒子群方法对预测模型参数进行优化,得到RBF预测网络的中心点、宽度及连接权值的全局最优值,采用优化后的模型对数控机床运动精度演化趋势进行了预测。实验结果表明,基于混沌相空间重构的预测模型,可以很好地追踪数控机床运动精度的演变趋势和规律,有较高的预测精度。     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.     

基于神经网络和证据理论的农田虫害预测算法

农田虫害预测是促进农业发展和增加农民收入的关键部分。针对目前农田虫害预测算法准确性差和适应性不佳的问题,提出一种基于神经网络和证据理论的农田虫害预测算法。该方法首先分别采用BP神经网络、RBF神经网络和Elman神经网络进行虫害预测,然后利用证据理论中的组合决策思想,结合神经网络预测结果,进行权值提取和权值融合,最后通过融合后的权值实现农田虫害预测。试验结果表明,权值融合后具有更高的预测精度,相比神经网络传统预测方案,该方法的预测精度相比BP神经网络、RBF神经网络和Elman神经网络分别提升了约5倍、3倍和2倍,预测性能优于任何一种单一神经网络模型。     

基于机器学习的拖拉机发动机扭矩的预测模型

拖拉机发动机扭矩实时测量需要进行大量的工作与昂贵的传感器，在农业生产中投入成本较高，不易进行广泛的推广使用。基于以上问题，采用了径向基函数（RBF）神经网络进行拖拉机发动机扭矩的预测，通过13种训练算法训练RBF神经网络模型，明确RBF神经网络模型基本结构与参数设置，并通过误差分析模型的预测性能。研究结果表明：RBF神经网络中R²=0.99,RMSE=0.5,EF=0.99,预测值与试验值之间的拟合程度价高，可用于估算发动机扭矩。研究结果对于提高拖拉机发动机扭矩的预测和分析提供理论支撑与科学依据。     

基于变尺度混沌遗传最小二乘支持向量机的日用水量预测法

为克服传统遗传算法易陷入局部最优,收敛速度慢的问题,提出基于变尺度混沌遗传最小二乘支持向量机的日用水量预测法。采用混沌算法优化自适应遗传算法的初始种群,利用自适应遗传进化和变尺度混沌优化对LSSVM的参数进行循环优化,直至遗传算法达到最大进化代数,建立基于变尺度混沌遗传最小二乘支持向量机的日用水量预测模型。实例分析结果表明,与基于自适应遗传最小二乘支持向量机的日用水量预测法相比,提出的预测方法具有更好的预测精度。     

基于BP神经网络群结构的风电场短期风速预测

在混沌相空间重构理论的基础上,利用神经网络自学习、自组织和自适应能力,建立神经网络群结构,对短期风速进行组合预测。将相空间重构理论与BP神经网络相结合,作为子网模型,子网由单独BP神经网络预测输出,形成总的拟合网络的训练样本,经典的3层BP神经网络作为最终总的拟合神经网络模型。经过实际算例分析,发现采用神经网络群结构进行预测,预测精度与子网单独预测相比有所提高。这表明本文提出的神经网络群结构可以达到各个子网优势互补,提高预测精度的效果。     

基于CGA-RBF的刀具寿命预测方法研究

刀具作为加工制造系统中的基础部件,刀具的磨损状况及寿命情况直接影响到工件的加工质量和加工效率。为了能够准确预测刀具使用寿命,确保加工精度,提出了一种基于CGA-RBF的刀具寿命预测方法。在RBF神经网络技术基础上,构建遗传算法和混沌寻优算法相结合的寻优机制来对RBF神经网络进行训练优化,建立刀具寿命预测模型。最后应用Matlab仿真软件对刀具寿命预测模型的效果进行验证,结果表明该预测模型具有较好的预测精度。     

基于RBF神经网络与BP神经网络的核桃作物需水量预测

采用RBF网络与BP网络的方法,利用MATLAB工具箱并结合气象资料中的相对湿度、平均气温和太阳日辐射量,建立了预测核桃作物需水量的神经网络预测模型.两种预测模型通过实例证实了预测的准确性,并且将这两种网络模型进行了比较分析.RBF神经网络预测作物需水量的绝对误差平均值为0.254 7 mm/d、相对误差平均值为5.47％,BP神经网络预测作物需水量的绝对误差平均值为0.320 6mm/d、相对误差平均值为6.97％,由此可见,RBF网络预测的精度比BP网络高.并且,通过程序记时显示RBF网络训练用时0.063 0 s,比BP网络训练所需的时间要短的多,因此RBF神经网络具有较好的实用价值,实现了精度与实用性的统一.     

基于主成分分析的参考作物腾发量预测研究

为准确估算作物需水量,提高水分利用效率,采用RBF神经网络预测参考作物腾发量,由于参考作物蒸发蒸腾量的影响因子很多,且各影响因子间的相关性很大,运用主成分分析的原理,将影响参考作物蒸发蒸腾量的因子降低维数.以山西省某灌区的参考作物腾发量为例,运用DPS软件找出了3个综合因子来代表众多因子并作为RBF人工神经网络的输入,运用Matlab7.0进行编程,对参考作物腾发量进行预测.结果发现其预测结果与用Pen-man-Monteith公式算得的值具有很高的一致性,与BP神经网络相比,RBF神经网络具有学习速度快等优点,将此方法用于参考作物腾发量的预测可以收到理想的效果.     

江苏省参考作物蒸散量的时空变化及影响因素分析

【目的】参考作物蒸散量是水分循环和能量循环的重要组成部分,研究其变化特征及影响因素可以为该地区合理利用水资源,高效水分管理及农业生产布局提供参考。【方法】利用1961-2018年江苏省60个站点的风速、温度、相对湿度和日照时数等逐日数据计算了逐日蒸散量(ET0),并采用气候倾向率、敏感性分析、通径分析、贡献率分析等方法对江苏省ET0的时空变化及影响因素进行分析。【结果】①江苏省1961-2018年平均ET0为976.8 mm,区域整体ET0的变化幅度为-0.44 mm/10 a,共有28个站点ET0呈增加趋势(47%),主要分布在无锡以及苏州等苏南区域,共有11个站点ET0增加趋势显著(p<0.05),其中无锡、太仓、靖江地区ET0气候倾向率较大,分别为18.6、19.0、30.0 mm/10 a。共有32个站点ET0呈减小趋势(53%),主要分布在连云港、徐州、宿迁等苏北地区,共有16个站点ET0减小趋势显著(p<0.05),其中新沂、泗洪、灌南地区ET0减小趋势较大,分别为-19.2、-23.1、-23.2 mm/10a;②丰县(1 007.4 mm)、徐州(1 041.1 mm)以及西连岛(1 130.3 mm)区域为ET0的高值中心;③ET0对平均温度、日照时间、风速为正敏感,对相对湿度为负敏感,且ET0对相对湿度最敏感。平均温度、日照时间、风速、相对湿度与ET0决策系数分别为0.09、0.33、-0.02、0.29。敏感系数空间分布上,ST与SWS纬向分布特征都较明显;④贡献率分析表明,主要影响因素为风速的有22个站点,均分布在苏北地区,其中沛县、泗阳、新沂站风速对ET0变化贡献较大,分别为-13.44%、-12.52%、-12.49%,主要影响因素为相对湿度的有38个站点,主要分布在苏南地区,其中丹阳、靖江、昆山站相对湿度对ET0变化贡献较大,分别为18.47%、18.57%、20.87%,全区平均温度和日照时间不对ET0变化产生主要影响。【结论】苏北地区ET0变化的主要影响因素是风速,且风速贡献率为负,苏南地区ET0变化的主要影响因素是相对湿度,相对湿度贡献率为正。     

分形与谐波小波相结合的车辆振动信号分析

介绍了机械振动信号分析中应用的分形方法，并对模拟信号进行了分形分析。结合谐波小波分析技术，对实际车辆的复杂振动信号进行了分形研究，得出可以把多重分形的较高维数作为判断信号复杂程度和是否存在故障的依据的结论。研究了车辆复杂振动信号的混沌特征，发现具有梳状谐波共振谱峰的信号难以进行分形分析，且具有明显的混沌特征。     

黄河下游影响带地下水系统动力学特征

以黄河下游影响带地下水系统为例,介绍了地下水系统的动力学特征分析方法,计算了其动力学特征指标:Hurst指数为0.91~0.97、Kolmogorov熵为0.054~0.081、最大Lyapunov指数均大于零、分维数为2.50~3.36。分析结果表明:黄河下游影响带地下水系统的各子系统都具有混沌性;Hurst指数刻划了系统的开放程度和受外界干扰程度;分形维描述了非线性系统的复杂程度。     

考虑地形对气温影响的ET_0计算方法研究

局部地形因子的剧烈变化对气温的影响会进一步影响参考作物需水量(ET0)的精确估算。以贵州省为例开展地形对气温影响下的ET0计算方法,采用符号回归的方法,构建Modis实测气温值与经度、纬度、海拔、坡度、坡向等地形因子以及插值气温之间的函数关系,并将其代入FAO56PM公式,进而得到考虑地形对气温影响的ET0计算方法。研究结果表明,计算所得的气温与Modis气温实测值之间的相关系数均大于0.49,可以有效减小气温的估算误差,具有较好的模拟效果;考虑地形对气温影响的ET0与传统插值方法所得的贵州省内日ET0空间分布特征相一致且较为连续;考虑地形对气温影响下南坡上的ET0大于北坡,且ET0随坡度的增加而减小,当坡度大于60°时,坡度对ET0的影响不容忽视。研究结果可为贵州地区农业精准灌溉和灌区水资源精准配置提供指导依据。     

参考作物需水量计算方法在纵向岭谷区的应用对比

利用纵向岭谷区内58个典型站点1971~2000年逐月气象资料,以及昆明、元江、大理、景洪、保山等5个站点建站至2000年逐日气象资料,从逐日、月及年的不同时间尺度,以Penman Montieth方程计算结果为标准,分析修正Penman法、Priestley Taylor、Hargreaves等不同方法计算参考作物腾发量的适用性。在月和年时段上,修正Penman法较标准值偏小1%~19%,3~10月份平均误差小于6%,各流域之间存在一定差异。不同水文频率年Priestley Taylor和Hargreaves公式计算的逐日ET0,都不同程度地比标准值小,昆明、保山、大理等半干旱或半湿润地区,Priestley Taylor公式计算结果更接近于标准值,平均误差11%~16%左右;景洪等湿润地区Hargreaves公式与标准值误差最小,为15%左右;但接近干旱区的元江则2种方法的结果都存在较大差异,相对误差大于25%;各月ET0的变异系数是Priestley Taylor大于Hargreaves公式,且绝大多数月份小于0.20;不同天气类型时Priestley Taylor计算精度变化大,晴和多云天气情况下的误差小于16.3%,阴雨天则误差比Hargreaves公式大,后者的计算精度在各种天气条件下较稳定;误差在年内的分布是7~8月最小,年初和年末最大,变化趋势与修正Penman法的对比结果相同。各种方法的ET0计算结果与标准值的相关系数均大于0.80。     

Hargraeves公式计算参考作物腾发量在新疆地区的适用性研究

新疆维吾尔族自治区地域辽阔,气候特征空间差异性显著。准确估算各地区的参考作物腾发量(ET0)是新疆节水灌溉设计的基础。以阿克苏地区30年的气象资料为基础计算了ET0,并以Penman-Monteith公式和修正Penman公式为参考标准,进行对比分析评价Hargraeves公式的精度和地区适应性。结果显示Hargraeves公式计算的参考作物蒸发蒸腾量,精度较Penman公式高,较Penman-Monteith公式低,但满足实际生产精度要求,特别适用与阿克苏地区气候类似的西部地区,基础气象资料不全的地区的参考作物蒸发蒸腾量的计算。     

关中地区灌溉农业发展对区域蒸发的影响研究

主要从分析参考作物蒸发蒸腾量(ET0)的变化趋势来反映气候变化对蒸发的影响,从灌区实测水面蒸发量的变化趋势来分析灌溉农业发展对区域蒸发的影响。用改进后的Penman公式计算关中地区1961～2001年系列5个气象站的ET0,结果显示:80年代前后气候对关中地区年ET0值的影响有明显区别,80年代以后关中地区年ET0值增长趋势加大,受气候影响明显大于80年代以前。多年平均年内分布表明连续最大3月即6～8月占全年的比例为46%～48%,但80年代以后年内分布6～8月ET0所占比例有降低趋势;从泾惠渠灌区灌溉试验站实测水面蒸发资料分析,显示明显的逐年减少的趋势,年内分布表明6～8月水面蒸发量所占比例有降低趋势。说明灌溉农业发展引起农田小气候的变化,减少了夏季潜在的蒸发和实际蒸发量。     

京郊平原参考作物腾发量及其与气象因子相关性研究

利用FAO56 Penman-Montieth公式和京郊平原区代表性气象站点的长系列、短时序气象资料计算了该地区的逐日ET0,对ET0及其各分项的时间变异特征进行了分析,采用相关分析法研究了ET0与主要气象影响因子间的关系。结果表明,研究区域近50年来ET0呈不显著的增加趋势,就其各分项来说,辐射项的年际变化幅度较小,而空气动力学项的年际波动较大,且与ET0的年际波动较为符合;ET0的年内变化呈"单峰形"分布,一年内的最大值出现在6月份,为162.6 mm,最小值则出现在12月份,为32.3 mm。从ET0的分项来看,5~9月份ETrad>ETaero,而其余月份ETrad相似文献   

近50年新疆参考作物蒸发蒸腾量的时空演变分析

根据新疆地区53个气象站1960—2009年50年的气象资料,采用FAO推荐的Penman-Monteith公式计算了各站点逐月参考作物蒸发蒸腾量(ET0)。采用GIS反距离插值方法得到新疆参考作物蒸发蒸腾量分布图,将各站点ET0变化趋势进行聚类分析,通过Morlet小波变换、倾向率等方法探讨了时空变化特征及影响因素。结果表明,近50年新疆平均ET0呈显著减小趋势,不同区域ET0的年际变化趋势差异显著;在25～30年时间尺度上,全区平均ET0的周期振荡较为明显,经历了"多→少→多"3个循环交替过程;ET0年内分布均呈单峰状,且各站之间峰值相差很大;多年平均ET0空间分布总体上由西北向东南增加,且与地形起伏有高度的一致性。新疆大部分地区ET0变化率为负值,与"蒸发悖论"规律相符,其主要原因是风速降低对ET0的影响超过了温度上升,但1992年以来,由于温度持续升高,ET0出现了回升态势。     

青海东部农业区ET_0变化特征及气候影响因子分析

利用FAO-56推荐的Penman-Monteith公式计算了青海省东部农业区12个气象站47年(1960—2006)逐月参考作物蒸发蒸腾量(ET0),对参考作物蒸发蒸腾量、气象因子随时间变化特征进行了分析。结果显示,ET0年内呈单峰型分布,月际变化较大,最大值出现在7月份,最小值出现在12月份;近47年ET0随时间呈极显著下降趋势变化;风速是影响ET0的最主要影响因子,最高温度对该地区ET0的影响也较为显著;海拔与ET0具有明显的相关性,R2为0.68,且ET0随海拔的增高具有明显下降的趋势。研究表明,在高寒高海拔区,风速是影响ET0的最主要气候影响因子,海拔与ET0呈负相关关系。